TRex

高效屏幕文本识别与提取工具

TRex是一款功能强大的OCR工具，可从屏幕上的任何内容中提取文字。支持PDF、截图和视频等多种格式，无需网络连接即可使用。该工具提供菜单栏快捷访问、全局快捷键和自定义词库等功能，并支持自动化操作和URL scheme集成。TRex适用于各种工作和学习场景，能够快速、准确地获取文本信息。

访问官网

Github

论文

介绍相关项目

Extracta.ai - 自动提取非结构化文档数据无需训练高效解析

AI工具Extracta.ai人工智能数据提取文档处理自动化

Extracta.ai为智能文档数据提取工具，可从多种非结构化文档中自动提取信息。支持PDF、图片、扫描件等格式，无需复杂训练。用户定义所需字段并上传文件后，即可获得结构化数据。适用于发票、简历、合同等文档处理，提高效率减少错误。采用加密存储技术，符合GDPR规定，确保数据安全。

Textify - 突破限制复制对话框和控件中的文本

GithubTextify对话框文本开源项目控件文本文本复制工具软件工具

Textify是一个开源工具，专门用于从通常无法直接复制文本的对话框和控件中提取文字。这款软件适用于需要从各种系统界面获取文本信息的场景，为用户提供了一种解决方案。Textify的功能使得从特定界面元素复制文本成为可能，可能对开发人员、办公人员等有所帮助。作为一个开源项目，其官方网站为https://ramensoftware.com/textify，感兴趣的用户可以在那里获取更多信息和下载链接。

TexTeller - 端到端公式识别模型支持多种输入格式

GithubOCRTexTeller公式识别图像处理开源项目机器学习

TexTeller是一个基于TrOCR的公式识别模型，可将图像转换为LaTeX公式。该模型使用8000万对图像-公式数据训练，具备优秀的泛化能力和准确度。TexTeller支持多种输入格式，包括扫描图像、手写公式和中英文混合公式，还提供中英文印刷体OCR功能。此外，项目集成了公式检测、段落识别和Web演示界面，便于与其他项目整合。

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。

MORT - 多语言屏幕实时OCR和翻译工具

GithubMORTOCR多语言支持实时翻译开源项目机器翻译

MORT是一款开源的屏幕实时OCR和翻译工具，支持从屏幕提取文本并进行实时翻译。它集成了多种OCR引擎如TesseractOCR、Windows OCR等，以及Papago、Google等翻译服务。MORT具备多区域OCR、图像调整和自定义API等功能，可应用于游戏、视频等场景的实时翻译。该工具支持英语和日语的默认提取与翻译，并可通过剪贴板功能与钩子程序联动。

U-xer - 智能化自动化测试与RPA工具，基于计算机视觉技术

AI工具Computer VisionRPAU-xer测试自动化自动化

U-xer运用计算机视觉技术，为测试自动化和RPA提供全面解决方案。这款工具可自动化屏幕上的所有内容，覆盖Web和桌面应用。其简洁界面适合各层次用户，支持从简单到复杂的自动化任务。U-xer跨平台兼容，无需专业知识即可使用，为自动化需求提供灵活高效的选择。

doctr - 由深度学习提供支持的无缝、高性能和可访问的库，用于 OCR 相关任务

GithubOCRPyTorchTensorFlowdocTR开源项目文本识别

docTR提供高效、准确的OCR解决方案，支持PDF和图像文件，基于TensorFlow 2和PyTorch。能快速检测识别文档文字，并提供多种处理旋转文档选项。用户可使用预训练模型快速上手或自定义架构。解析结果可视化且支持导出为JSON格式，方便后续处理和分析。

tesseract.js - 多语言的从图像中识别文字的JavaScript库

GithubJavaScript库OCR引擎Tesseract.jsWebAssembly图像识别开源项目

Tesseract.js 是一个功能强大的 JavaScript 库，支持从图像中提取多种语言的文字，适用于浏览器和 Node.js 环境。它利用 WebAssembly 技术封装了 Tesseract OCR 引擎，支持通过 CDN、Webpack 或本地安装进行集成。该库具备低内存占用、快速处理、多种图像格式支持和并行处理功能。最新版本优化了文件大小和运行时性能，兼容多平台，适用于文档扫描和实时视频识别等应用。

TextIn - 一站式智能文档处理平台，支持多种应用场景

AI工具TextIn合同机器人图像智能处理大模型加速器智能文字识别

TextIn是一个智能文档处理平台，提供OCR文字识别、图像处理、文件转换和大模型加速等功能。支持云端API、端侧SDK和私有化部署，适合企业、开发者及个人用户使用，并可以与OA/ERP等系统无缝对接，提升办公效率，广泛应用于各类文档场景。

Umi-OCR - 高效离线OCR工具支持多语言识别和灵活调用

GithubOCR软件Umi-OCR开源项目截图OCR批量识别文字识别

Umi-OCR是一款开源的文字识别工具，适用于Windows和Linux系统。它提供离线OCR引擎，支持截图识别、批量识别、PDF识别等功能。软件还具备二维码识别和生成、公式识别等特性。Umi-OCR支持多语言界面，可通过命令行和HTTP接口调用，是一款功能全面的OCR解决方案。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com