tesseract

Tesseract 開源 OCR 引擎（主倉庫）

純 JavaScript OCR，支援超過 100 種語言 📖🎉🖥

OCRmyPDF 為掃描的 PDF 檔案加入 OCR 文字層，使其可被搜尋

PyMuPDF 是高效能的 Python 函式庫，用於 PDF（及其他）文件的資料擷取、分析、轉換與操作。

具 Rust 核心的多語言文件智慧框架。從 101 種格式（115 種檔案副檔名）提取文字、元資料、影像與結構化資料，並支援 371 種程式語言的程式碼智慧。提供 15 種語言綁定 — Rust、Python、Ruby、Java、Go、PHP、Elixir、C#、TypeScript — 以及 CLI、REST API 與 MCP 伺服器

使用快速版「最佳」LSTM 模型與舊版模型訓練的模型

AI Singapore 提供的免費 RPA 工具

用於 RPA 的 Python 套件。

使用 Tesseract C++ 库的 OCR（光學字符識別）Go 包

在 PHP 中使用 Tesseract OCR 的包裝器。

使用 LLMs（本地或 API）增強 Tesseract OCR 輸出，用於掃描 PDF 的錯誤修正、智慧分塊和 Markdown 格式化

文件掃描應用程式

tesseract-ocr API 的 Python 包裝函式庫

透過截圖擷取文字的 Python 工具

使用 Python 庫建構的個人助理。它幾乎可以做任何事情，包括傳送電子郵件、光學文字辨識、透過 API 整合隨時動態播報新聞、待辦事項清單產生器、僅透過語音指令開啟任何網站、播放音樂、維基百科搜尋、具有智慧感知功能的辭典（即自動拼字檢查）、天氣報告（即溫度、風速、濕度）

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

CCExtractor - 核心團隊維護的官方版本

用於處理 Tesseract OCR 的 Ruby 庫。

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。

使用 make 訓練 Tesseract LSTM

🔍 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。

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

一個強大且嚴格型別的 Node.js 與瀏覽器函式庫，用於將辦公室檔案解析為豐富的抽象語法樹 (AST)，並產生多種格式的高保真輸出。支援解析：docx · pptx · xlsx · odt · odp · ods · pdf · rtf · csv · md · html。支援產生：Markdown · HTML · CSV · RTF · PDF · 純文字 · RAG Chunks