ocr

使用 Apple Vision Framework 的 iOS OCR 服务器

一个 tesseract-ocr 的 Gtk/Qt 前端。

复制屏幕上的任何文字，停止重新打字。

用于 OCR（从图像中提取文字）的 Rust 库与 CLI 工具

基于 PaddleOCR 重构，并且脱离 PaddlePaddle 深度学习训练框架的轻量级 OCR，推理速度超快

朝向高级文学机器（Advanced Literate Machinery）的原创创新点子与算法集合。本项目由阿里巴巴集团通义实验室语言技术实验室 OCR 团队维护。

通过截图获取文字的 Python 工具

快速且高效的非结构化数据提取。以 Rust 编写，并提供多种语言的绑定。

用于网页交互代理的视觉工具 👀

MORT 翻译器项目 - 具备 OCR 功能的实时游戏翻译器

在浏览器中阅读日语漫画，并支持文本选择。

借助 ExecuTorch 在 React Native 设备端以声明式方式运行 AI 模型。

MixTeX 多模态 LaTeX、中英双语（ZhEn）及表格 OCR。它能在 Windows 上通过本地离线环境执行高效的 CPU 推理。

ExtractThinker 是一个针对 LLM 的文档智能库，提供 ORM 风格的交互以实现灵活且强大的文档工作流程。

YomiToku 是一个提供 AI 驱动日语文档解析引擎的 Python 软件包。

机器人流程自动化（RPA）的开源库与工具集合，设计用于 Robot Framework 和 Python

OCR 离线图片文字识别命令行 Windows 程序，以 JSON 字符串形式输出结果，方便其他程序调用。提供各种语言 API。由 PaddleOCR C++ 编译。

通过智能结构化数据提取与先进 OCR 技术，从任何文件、图片、PDF、Word 文件、PPT 或网址中提取并将数据转换为多种格式（Markdown、JSON、CSV、HTML）。

使用 AI 从文件中提取结构化数据的开源平台。

CRAFT 文字检测器与 Keras CRNN 识别模型的封装与灵活版本。

OpenOCR：一个用于通用 OCR 研究与应用的开源工具包，整合了统一的训练与评估基准、商业级 OCR 与文档解析系统，以及对多篇学术论文核心实现的忠实重现。

一组笔记本和其他文件，可协助你从头学习 AI。

如何从图片复制文字？答案就是 TextSnatcher！在 Linux 桌面环境几秒内完成 OCR 操作。

免费离线 OCR，离线的中文文本检测与识别 SDK

一个自托管、具资源感知能力的文件转换服务器，支持 26 种语言的 488 种格式。

数学公式识别增强版：中英文手写印刷公式、支持初级符号推导（数据结构基于 LaTeX 抽象语法树）Math Formula OCR Pro，支持手写、中英混合公式及简单符号推理（基于 LaTeX AST）。

鼠标悬停即时翻译任何语言 - Chrome 扩展程序：PDF 翻译、电子书、EPUB、OCR、语音合成、NETFLIX、YOUTUBE 双语字幕、GOOGLE DOCS、AI、查看器、GMAIL、书写、图片、双语字幕、漫画、悬停、字典、WEBTOON、EDGE、日语、英语

适用于 macOS 的开源截图与屏幕录制工具。CleanShot X 的免费原生替代方案。使用 Swift 6.0 与 SwiftUI 构建。

开源研究工具，透过语意搜索引擎与开源文本探勘与文本分析平台来搜寻、浏览、分析和探索大型文件集合（整合了用于文件处理的 ETL、图片与 PDF 的 OCR、针对人物、组织与地点的命名实体识别、透过词库与本体论进行的元数据管理，以及用于全文搜寻的搜寻使用者界面与搜寻应用程序）

在 PyTorch 中进行 PaddleOCR 推理。转换自 [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)