tesseract

Tesseract 开源 OCR 引擎（主仓库）

纯 JavaScript OCR，支持超过 100 种语言 📖🎉🖥

OCRmyPDF 为扫描的 PDF 文件加入 OCR 文本层，使其可被搜索

PyMuPDF 是高性能的 Python 库，用于 PDF（及其他）文档的数据提取、分析、转换和操作。

具 Rust 核心的多语言文档智能框架。从 101 种格式（115 种文件扩展名）提取文本、元数据、图像和结构化数据，并支持 371 种代码语言的代码智能。提供 15 种语言绑定 — Rust、Python、Ruby、Java、Go、PHP、Elixir、C#、TypeScript — 以及 CLI、REST API 与 MCP 服务器

使用快速版“最佳”LSTM模型和旧版模型训练的模型

AI Singapore 提供的免费 RPA 工具

用于 RPA 的 Python 套件。

使用 Tesseract C++ 库的 OCR（光学字符识别）Go 包

在 PHP 中使用 Tesseract OCR 的包装器。

使用 LLMs（本地或 API）增强 Tesseract OCR 输出，用于扫描 PDF 的错误修正、智能分块和 Markdown 格式化

文档扫描应用程序

tesseract-ocr API 的 Python 包装库

通过截图获取文字的 Python 工具

使用 Python 库构建的个人助理。它几乎可以做任何事情，包括发送电子邮件、光学文字识别、通过 API 集成随时动态播报新闻、待办事项列表生成器、仅通过语音命令打开任何网站、播放音乐、维基百科搜索、具有智能感知功能的词典（即自动拼写检查）、天气报告（即温度、风速、湿度）

从头重写的 tess-two 分支，以支持最新版本的 Tesseract OCR。

CCExtractor - 核心团队维护的官方版本

用于处理 Tesseract OCR 的 Ruby 库。

用于文字识别、OCR 校对以及创建完全数字化文件的网页界面。

使用 make 训练 Tesseract LSTM

🔍 通过结合多个 OCR 引擎（EasyOCR、Tesseract 与 Pororo）与 🧠 LLM 来实现更好的文字检测。

已训练 LSTM 模型的快速整数版本

基于 Tesseract 的 Android OCR 工具

React Native 的 Tesseract OCR 封装

一个强大且严格类型的 Node.js 与浏览器库，用于将办公文件解析为丰富的抽象语法树 (AST)，并生成多种格式的高保真输出。支持解析：docx · pptx · xlsx · odt · odp · ods · pdf · rtf · csv · md · html。支持生成：Markdown · HTML · CSV · RTF · PDF · 纯文本 · RAG Chunks