Project Icon

TextSnatcher

Linux平台高效图像文字识别工具

TextSnatcher是一款为Linux平台开发的开源OCR工具,基于Tesseract OCR 4.x引擎。它支持多语言识别,能快速从图像中提取文字。用户通过简单拖动即可完成文本复制,操作便捷。TextSnatcher界面友好,适用于日常和工作中的各种文字提取需求。该工具效率高,功能实用,为Linux用户提供了便捷的图像文字识别解决方案。

ExtractNinja - 高效智能的多类型文档数据提取与分析工具
AI分析AI工具ExtractNinja数据提取数据自动化文档处理
ExtractNinja是一款基于AI技术的文档处理工具,能够快速从各类文档中提取和分析数据。支持处理简历、发票、合同等多种文档类型,通过简单的提取模式定义,实现自动化数据提取,有效减少人工输入工作。工具还提供自定义分析功能,帮助用户深入挖掘数据价值。支持Excel和CSV格式输出,适用于人力资源、财务、法务等多个部门的数据处理需求,为企业提供高效的文档数据处理解决方案。
mmocr - 一个基于 PyTorch 和 mmdetection 的用于文本检测、文本识别以及相应的下游任务,包括关键信息提取的开源工具箱
GithubMMOCROpenMMLabPyTorch开源项目文本检测文本识别
MMOCR是一个基于PyTorch和mmdetection的开源工具箱,提供全面的文本检测、文本识别及信息提取解决方案。它支持多种先进模型和模块化设计,允许用户自定义优化器、数据预处理和模型组件。最新版本v1.0.0新增支持SCUT-CTW1500、SynthText和MJSynth数据集,更新了FAQ和文档,并添加了新教程笔记本。适用于PyTorch 1.6+,欢迎研究人员和开发者贡献改进。
crow-translate - 多功能轻量级翻译软件 支持多种翻译API
Crow TranslateGithub开源项目翻译软件语音转换跨平台
Crow Translate是一款跨平台翻译工具,集成了多种在线翻译API。软件具有文本翻译、语音朗读、OCR识别等功能,同时提供命令行和D-Bus接口。它支持125种语言,运行占用内存小,适用于Linux和Windows系统。
OmniParser - 将界面截图转化为易于理解元素的智能工具
GPT-4VGithubOmniParser交互区域检测图标功能描述开源项目界面解析
本项目将用户界面截图解析为结构化元素,提升GPT-4V的操作准确性。近期发布的交互区域检测和图标功能描述模型,在Windows Agent Arena中表现卓越。项目易于安装并支持在Gradio中演示使用案例。如需更多详情,请参见项目主页。
TFT-OCR-BOT - 云顶之弈自动化智能助手
GithubOCRPythonTFT开源项目游戏辅助自动化
TFT-OCR-BOT是一个为《云顶之弈》(TFT)游戏开发的开源项目。该工具通过OCR技术识别游戏界面信息,自动执行队伍搭配、装备合成等操作。项目功能包括自动排队、智能选秀、装备管理,并提供图形化的阵容编辑器。TFT-OCR-BOT能够实时识别游戏状态,为《云顶之弈》玩家提供全方位的自动化辅助。
screenshots - Electron和React驱动的多功能截图工具
ElectronGithubReactscreenshots多语言支持开源项目截图工具
screenshots是一个开源的多功能截图工具,基于Electron和React构建。它提供快速全屏或区域截图功能,并集成了丰富的编辑选项,如马赛克、文本、画笔、箭头、椭圆和矩形等。用户可通过简单的双击完成或右键取消操作,实现高效的屏幕截图。该项目支持多语言,并分为electron-screenshots和react-screenshots两个子模块,分别负责核心截图功能和用户界面,为开发者提供了灵活的跨平台截图解决方案。
PDF-Extract-Kit - 全面高效的PDF文档内容提取工具包
GithubPDF提取公式识别布局检测开源项目文档内容表格识别
PDF-Extract-Kit是一款集成多种先进技术的PDF内容提取工具包。它结合了LayoutLMv3布局分析、YOLOv8公式检测、UniMERNet公式识别、StructEqTable表格识别和PaddleOCR文字识别等功能,能够准确高效地提取各类PDF文档中的结构化内容。该工具适用于学术论文、教科书、研究报告和财务报表等多种文档类型,即使面对扫描质量欠佳或带有水印的PDF文件,也能保持稳定的提取效果。
DAVAR-Lab-OCR - 多模态文档理解开源工具箱
DAVAR-OCRGithub开源代码库开源项目文字识别文档理解算法实现
DAVAR-Lab-OCR是海康威视研究院DAVAR实验室开发的开源OCR仓库,实现了多项最新学术成果。该工具箱涵盖文本检测、识别和端到端识别等基础OCR任务,同时包含信息提取、表格识别和版面分析等文档理解功能。基于mmdetection和mmcv框架构建,具有良好的兼容性和扩展性,为OCR领域的研究和应用提供了综合解决方案。
ScreenSnapAI - macOS智能截图管理与AI交互工具
AI工具AI截图助手OpenAI APIScreenSnapAImacOS工具智能对话
ScreenSnapAI是一款创新的macOS应用,集成了AI技术实现智能截图管理。用户可与屏幕内容进行AI对话,享受自动命名和标记功能,并使用智能文件夹组织截图和对话。支持各类Mac设备,提供免费版和功能更丰富的专业版。这款工具旨在提升工作效率,为用户带来便捷的截图体验。
taggui - 高效智能的AI图像数据集标注应用
AI模型GithubTagGUI图像标签开源项目数据集创建自动生成标签
TagGUI是一款跨平台桌面应用,专为AI模型数据集制作而设计。该工具提供快速标记、标签自动完成和Stable Diffusion令牌计数等功能。支持CogVLM、LLaVA等模型的自动描述生成,并具备批量标签操作和高级图像过滤能力。TagGUI简化了图像标注流程,提高了AI数据集准备的效率。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号