ocr

MLKit 是一個強大易用的工具包。透過 ML Kit 您可以很輕鬆地實現文字識別、條碼識別、圖像標記、人臉檢測、物件檢測等功能。

RMT (RuoMengTu) 是一個基於 AHKv2 建構的免費開源巨集工具。讓程式碼處理繁瑣的工作——你有更多有意義的事要做。

Paddle.js 是一個百度 PaddlePaddle 的網頁專案，這是一個在瀏覽器中執行的開源深度學習框架。Paddle.js 可以載入預先訓練好的模型，或透過 Paddle.js 提供的模型轉換工具將 paddle-hub 的模型進行轉換。它可以在任何支援 WebGL/WebGPU/WebAssembly 的瀏覽器中執行，也可以在百度智慧小程序與微信小程式中執行。

支援所有語言的 OCR 引擎

TurboOCR，>200 img/s OmnidocBench。TensorRT FP16、PP-OCRv6、HTTP + gRPC

SnapX 是一款免費、開源、跨平台的工具，可讓您擷取或錄製螢幕的任何區域，並透過單鍵立即分享。輕鬆將圖片、影片、文字等上傳至多個支援的目標。ShareX 的分支版本

整理目前開源的最優表格識別模型，完善前後處理，模型轉換為 ONNX

PaddlePaddle 的 ONNX 模型匯出工具

從頭重寫的 tess-two 分支，以支援最新版本的 Tesseract OCR。

賦予 AI 代理程式閱讀 PDF 的能力——透過 MCP 提供結構化文字、表格、OCR、視覺證據與頁面級引用。原生 Rust，本機優先。

本機優先、開源的資料 AI 助理。整合任務、筆記、文件、相片與書籤。具備隱私、自我主機架設，並可透過 API 擴充。

可用於輕鬆賺取收入的開源 AI 專案清單。

使用視覺 LLM 將 PDF 轉為 markdown — 保留表格、版面與結構

快速且準確地從文件中擷取結構化資料。

CCExtractor - 核心團隊維護的官方版本

極簡的 SOTA LaTeX OCR 模型，僅 20M 參數，可在瀏覽器中執行。提供完整的訓練流程以供自行重現。 | 超轻量SOTA LaTeX公式识别模型，仅20M参数量，可在浏览器中运行。训练全流程代码开源，以便自学复现。

一款本機、離線（初始設定後）、可攜式的 OCR 軟體，可使用 DeepSeek-OCR-2 AI（直接在您的機器上執行）處理圖片和 PDF 檔案。

⌘⌘ - 一款輕量級的原生 macOS 截圖工具，常駐於選單列。雙擊 ⌘ Command 即可擷取畫面的任意區域 — 立即複製到剪貼簿，或使用畫筆與馬賽克工具先行標註。

Note Companion：超越單純聊天的 Obsidian AI 助理（前身為 File Organizer 2000）

[dsh] 為純文字模型設計更強大的視覺工具箱：安裝免費使用、貼上圖片直接識別、多張圖片問答、截圖到前端 UI 還原等 ｜ DeepSeek Harness 原生整合 agent-vision-toolkit：圖片問答、長截圖 OCR、UI 還原、定位、像素 diff、Artifacts 與 Web UI。

使用 Python 與 tesseract OCR 編寫的超級市場收據解析器

免費開源文件管理系統（鏡像，不接受 pull request 或 issue）

SumatraPDF fork: Chinese EPUB/MOBI, smart PDF dark mode, OCR, TTS, offline dictionary.

用於 OCR 的 Zotero 外掛程式

透過遊戲和其他視覺媒體學習語言的沉浸式工具包。

一款輕量級 macOS 劃詞翻譯工具，純 Swift 6 開發，使用裝置端 Apple 翻譯以保護隱私，安裝體積僅 5MB，背景執行記憶體穩定約 50MB。

將你的履歷從 resume.io 下載為 PDF

用於文字識別、OCR 校對以及建立完全數位化文件的網頁介面。

結合 LLM、ASR、TTS、OCR、CV 等技術的 AI VTuber，可與你直播或遊玩 Minecraft。