ocr

使用 Apple Vision Framework 的 iOS OCR 伺服器

一個 tesseract-ocr 的 Gtk/Qt 前端介面。

複製螢幕上的任何文字，停止重新打字。

用於 OCR（從影像中提取文字）的 Rust 函式庫與 CLI 工具

基於 PaddleOCR 重構，並且脫離 PaddlePaddle 深度學習訓練框架的輕量級 OCR，推理速度超快

朝向先進文學機器（Advanced Literate Machinery）的原創創新點子與演算法集合。本專案由阿里巴巴集團通義實驗室語言技術實驗室 OCR 團隊維護。

透過截圖擷取文字的 Python 工具

快速且高效的非結構化資料萃取。以 Rust 編寫，並提供多種語言的綁定。

用於網頁互動代理程式的視覺工具 👀

MORT 翻譯器專案 - 具備 OCR 功能的即時遊戲翻譯器

在瀏覽器中閱讀日文漫畫，並支援文字選取。

透過 ExecuTorch 在 React Native 裝置端以宣告式方式執行 AI 模型。

MixTeX 多模態 LaTeX、中英雙語（ZhEn）及表格 OCR。它能在 Windows 上透過本機離線環境執行高效的 CPU 推論。

ExtractThinker 是一個針對 LLM 的文件智慧函式庫，提供 ORM 風格的互動以實現靈活且強大的文件工作流程。

YomiToku 是一個提供 AI 驅動日文文件解析引擎的 Python 套件。

機器人流程自動化（RPA）的開源函式庫與工具集合，設計用於 Robot Framework 與 Python

OCR 離線圖片文字識別命令列 Windows 程式，以 JSON 字串形式輸出結果，方便其他程式呼叫。提供各種語言 API。由 PaddleOCR C++ 編譯。

透過智慧結構化資料提取與先進 OCR 技術，從任何文件、圖片、PDF、Word 文件、PPT 或網址中提取並將資料轉換為多種格式（Markdown、JSON、CSV、HTML）。

使用 AI 從文件中萃取結構化資料的開源平台。

CRAFT 文字偵測器與 Keras CRNN 辨識模型的封裝與彈性版本。

OpenOCR：一個用於通用 OCR 研究與應用的開源工具包，整合了統一的訓練與評估基準、商業級 OCR 與文件解析系統，以及對多篇學術論文核心實作的忠實重現。

一組筆記本與其他檔案，可協助你從頭學習 AI。

如何從圖片複製文字？答案就是 TextSnatcher！在 Linux 桌面環境幾秒內完成 OCR 操作。

免費離線 OCR，離線的中文文本檢測與識別 SDK

一個自我託管、具資源感知能力的檔案轉換伺服器，支援 26 種語言的 488 種格式。

數值公式識別增強版：中英文手寫印刷公式、支援初級符號推導（資料結構基於 LaTeX 抽象語法樹）Math Formula OCR Pro，支援手寫、中英混合公式及簡單符號推理（基於 LaTeX AST）。

滑鼠懸停即時翻譯任何語言 - Chrome 擴充功能：PDF 翻譯、電子書、EPUB、OCR、語音合成、NETFLIX、YOUTUBE 雙語字幕、GOOGLE DOCS、AI、檢視器、GMAIL、書寫、圖片、雙語字幕、漫畫、懸停、字典、WEBTOON、EDGE、日文、英文

適用於 macOS 的開源截圖與螢幕錄影工具。CleanShot X 的免費原生替代方案。使用 Swift 6.0 與 SwiftUI 建構。

開源研究工具，透過語意搜尋引擎與開源文字探勘與文字分析平台來搜尋、瀏覽、分析和探索大型文件集合（整合了用於文件處理的 ETL、圖片與 PDF 的 OCR、針對人物、組織與地點的命名實體識別、透過詞庫與本體論進行的元資料管理，以及用於全文搜尋的搜尋使用者介面與搜尋應用程式）

在 PyTorch 中進行 PaddleOCR 推論。轉換自 [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)