ocr

擷取、解析並優化任何資料格式 ➡️ 從文件到多媒體 ➡️ 提升與 GenAI 框架的相容性

📄 Awesome OCR 多語言工具套件，基於 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT 與 PyTorch

使用快速版「最佳」LSTM 模型與舊版模型訓練的模型

GLM-OCR：精準 × 快速 × 完整

LLM 驅動的非結構化資料抽取 — 為 API 部署與 ETL 工作流程設計

截圖 離線 OCR 搜尋翻譯 以圖搜圖 貼圖 錄屏 萬向捲動截圖 螢幕翻譯 Screenshot Offline OCR Search Translate Search for picture Paste the picture on the screen Screen recorder Omnidirectional scrolling screenshot Screen translator 支援 Windows Linux macOS

官方實作 OCR-free Document Understanding Transformer（Donut）與 Synthetic Document Generator（SynthDoG），ECCV 2022。

docTR (Document Text Recognition) - 一個無縫、高效且易於使用的 OCR 相關任務庫，採用深度學習技術。由 t2k 持續開發與維護

基於 PaddlePaddle 的全功能開發工具

PDF craft 可將 PDF 檔案轉換為各種其他格式。本專案將專注於處理掃描書籍的 PDF 檔案

將PDF、文件和圖像轉換為增強結構化數據

一個統一的深度學習文檔圖像分析工具包

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

飛鼠格式 FlyingMouse Format - Windows 免費檔案格式轉換工具（離線可用，內建 FFmpeg/LibreOffice/Poppler/Tesseract）。圖片/文件/表格/PPT/pdf/音視訊/WPS 格式互轉 + OCR + 批量轉換；音訊僅支援普通格式。作者：牢蜂（LaoFeng）｜僅供個人免費使用，禁止商業販售/轉賣/套殼

深度學習輔助漫畫翻譯工具，支援一鍵機翻與簡單的圖像/文字編輯 | Yet another computer-aided comic/manga translation tool powered by deeplearning

在 Windows 上快速輕鬆使用 OCR，配備可選背景進程與通知

Snow Apps repository, 提供 Snow Shot 與 Snow Image Viewer 的原始碼。

OpenMMLab 文本檢測、識別與理解工具箱

管理 BibTeX 與 BibLaTeX (.bib) 库的桌面應用程式

TNN：由騰訊優圖實驗室和光影實驗室開發的統一深度學習推理框架，適用於手機、桌面和服務器。TNN 以跨平台能力、高性能、模型壓縮和代碼裁剪等優秀特性著稱。基於 ncnn 和 Rapidnet，TNN 進一步加強了對手機設備的支持和性能優化，並且

掃描文件至 PDF 及更多，盡可能簡單。

RuVector 是一個高性能、實時、自學 AI 向量 GNN，內建 Rust 記憶體資料庫

語言學習媒體播放器，支援雙字幕、AI 生成字幕、即時翻譯等功能。

使用深度學習方法的文字識別（光學字符識別），ICCV 2019

DeepSeek Harness 的第一個視覺插件，以及每個純文字編碼代理的視覺橋接。粘貼圖片，即可獲得結構化 JSON 證據（OCR、版面、語義）。 | 全網最強 DeepSeek Harness 外掛視覺插件，為 DeepSeek、GLM 等純文本模型外掛視覺能力，粘貼圖片即得結構化 JSON 證據（OCR、版面、語義）。

免費且開源的 Windows PDF 編輯器。可查看、註解、OCR、合併、拆分、編輯文字、繪圖、簽名、填寫表單、列印、扁平化，並可開啟受密碼保護的 PDF，無需訂閱。可安裝或執行便攜版。GPLv3

文字辨識合成資料生成器

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

文字檢測的字符區域感知（CRAFT）官方實作

🚀 截图、划词、OCR、AI、翻译软件