ocr

获取、解析并优化任何数据格式 ➡️ 从文档到多媒体 ➡️ 提升与 GenAI 框架的兼容性

📄 Awesome OCR 多语言工具套件，基于 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT 与 PyTorch

使用快速版“最佳”LSTM模型和旧版模型训练的模型

GLM-OCR：精准 × 快速 × 完整

LLM 驱动的非结构化数据抽取 — 为 API 部署与 ETL 工作流设计

截屏 离线 OCR 搜索翻译 以图搜图 贴图 录屏 万向滚动截屏 屏幕翻译 Screenshot Offline OCR Search Translate Search for picture Paste the picture on the screen Screen recorder Omnidirectional scrolling screenshot Screen translator 支持 Windows Linux macOS

官方实现 OCR-free Document Understanding Transformer（Donut）与 Synthetic Document Generator（SynthDoG），ECCV 2022。

docTR (Document Text Recognition) - 一个无缝、高效且易于使用的 OCR 相关任务库，采用深度学习技术。由 t2k 持续开发与维护

基于 PaddlePaddle 的全功能开发工具

PDF craft 可将 PDF 文件转换为各种其他格式。本项目将专注于处理扫描书籍的 PDF 文件

将PDF、文件和图像转换为增强结构化数据

一个统一的深度学习文档图像分析工具包

高级实时屏幕翻译器，适用于游戏、视频硬编码字幕、静态文本等

飞鼠格式 FlyingMouse Format - Windows 免费文件格式转换工具（离线可用，内置 FFmpeg/LibreOffice/Poppler/Tesseract）。图片/文档/表格/PPT/PDF/音视频/WPS 格式互转 + OCR + 批量转换；音频仅支持普通格式。作者：牢蜂（LaoFeng）｜仅供个人免费使用，禁止商业售卖/转卖/套壳

深度学习辅助漫画翻译工具，支持一键机翻与简单的图像/文字编辑 | Yet another computer-aided comic/manga translation tool powered by deeplearning

在 Windows 上快速轻松使用 OCR，配备可选后台进程与通知

Snow Apps repository, 提供 Snow Shot 与 Snow Image Viewer 的原始码。

OpenMMLab 文本检测、识别与理解工具箱

管理 BibTeX 与 BibLaTeX (.bib) 库的桌面应用程序

TNN：由腾讯优图实验室和光影实验室开发的统一深度学习推理框架，适用于手机、桌面和服务器。TNN 以跨平台能力、高性能、模型压缩和代码裁剪等优秀特性著称。基于 ncnn 和 Rapidnet，TNN 进一步加强了对手机设备的支持和性能优化，并且

扫描文件至 PDF 及更多，尽可能简单。

RuVector 是一个高性能、实时、自学 AI 向量 GNN，内建 Rust 记忆体数据库

语言学习媒体播放器，支持双字幕、AI 生成字幕、实时翻译等功能。

使用深度学习方法的文字识别（光学字符识别），ICCV 2019

DeepSeek Harness 的第一个视觉插件，以及每个纯文字编码代理的视觉桥接。粘贴图片，即可获得结构化 JSON 证据（OCR、版面、语义）。 | 全网最强 DeepSeek Harness 外挂视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得结构化 JSON 证据（OCR、版面、语义）。

免费且开源的 Windows PDF 编辑器。可查看、注解、OCR、合并、拆分、编辑文字、绘图、签名、填写表单、打印、扁平化，并可打开受密码保护的 PDF，无需订阅。可安装或执行便携版。GPLv3

文字识别合成数据生成器

AdelaiDet is an open source toolbox for multiple instance-level detection and recognition tasks.

文字检测的字符区域感知（CRAFT）官方实现

🚀 截图、划词、OCR、AI、翻译软件