ocr

CnSTD: 基於 PyTorch/MXNet 的 中文/英文 場景文字檢測（Scene Text Detection）、數學公式檢測（Mathematical Formula Detection, MFD）、篇章分析（Layout Analysis）的Python3 套件

無需 ROOT 的開源 Android 螢幕即時翻譯工具，適合遊戲、視覺小說和漫畫。支援端側與雲端 OCR、離線 LLM、多種翻譯服務和文字朗讀（TTS），譯文可直接顯示在畫面上。

使用 Rust 與 TypeScript 編寫的快速、無痛、直覺的 OCR 平台。具備現代化 UI 與現代化 API，並強調直覺的使用者體驗。

來自 Davar-Lab 的 OCR 工具箱

開源 OCR 與字典工具。

Claude Code 的通用 LaTeX 文件技能：含 27 個範本、27 個腳本、26 份參考指南。於 ✦ HappyCapy AI ✦ 平台上使用 Claude Code 製作。

從遊戲視窗中掃描《原神》的角色、聖遺物與武器至 JSON 檔案中。

一個由 AI 驅動的個人識別資訊（PII）掃描器。

用於車牌文字辨識的輕量級快速 OCR 模型

使用排列自迴歸序列模型的場景文字辨識（ECCV 2022）

Dedoc 是一個用於自動化解析文件並將其轉換為統一格式的函式庫（服務）。它能自動從電子文字文件中提取內容、邏輯結構、表格和元資訊。（文件解析；文件內容提取；邏輯結構提取；PDF 解析器；掃描文件解析器；DOCX 解析器；HTML 解析器）

使用 PyMuPDF 的示範、範例與公用程式

使用 make 訓練 Tesseract LSTM

快如閃電的硬字幕提取工具。僅需蘋果 M1 芯片或 NVIDIA 3060 顯卡即可達到 10 倍速提取。

An efficient OCR engine for receipt image processing.

無需觸碰滑鼠即可瀏覽整個螢幕。

針對 ML 訓練最佳化的多模態 OCR 管線（文字、圖形、數學、表格、圖表）

適用於任何相機的車牌辨識（ALPR 或 ANPR）軟體。

meikipop - 適用於 windows、linux 與 macos 的通用日語 OCR 彈出式字典

🎮 即時遊戲翻譯工具 | OCR + AI 翻譯 | Windows 遊戲 | 開源

🔍 透過結合多個 OCR 引擎（EasyOCR、Tesseract 與 Pororo）與 🧠 LLM 來實現更好的文字偵測。

一個輔助從圖片 (OCR) 與 PDF 提取文字的插件。

透過 LLM 模型實現 AI 銀行對帳單文件自動化與個人財務分析

[ECCV 2026] 一種基於擴散模型的文件 OCR 框架，以區塊級平行擴散解碼取代自回歸解碼

簡潔美觀的跨平台截圖軟體，支援離線 OCR、圖片翻譯、貼圖與釘圖功能

已訓練 LSTM 模型的快速整數版本

基於 Tesseract 的 Android OCR 工具

React Native 的 Tesseract OCR 封裝

SynthTIGER (合成文字圖像生成器) 官方實作，ICDAR 2021

ParseBench - 用於 AI Agent 的文件解析基準測試。