Project Icon

normcap

跨平台OCR截图工具 智能提取文本信息

NormCap是一款基于OCR技术的屏幕截图工具,适用于Linux、macOS和Windows系统。这款开源软件不仅可以捕获图像,还能智能识别并提取图像中的文本信息。NormCap支持多语言识别,界面简洁易用。无论是日常办公还是学术研究,NormCap都能协助快速获取所需的文字内容,提高工作效率。

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。
mindocr - 基于MindSpore的开源OCR工具包 实现高效文本检测与识别
GithubMindOCRMindSporeOCR工具箱开源项目文字识别文本检测
MindOCR是一个基于MindSpore的开源OCR开发工具箱,集成主流文本检测和识别算法。该工具箱提供易用的训练和推理接口,加速文本检测识别模型的开发和部署。MindOCR支持DBNet、CRNN等多种算法,采用模块化设计,并提供高性能预训练模型。研究人员和开发者可以利用MindOCR快速构建OCR应用,实现高效的图像文本理解。
ShareX - 全能截屏、文件分享与生产力工具
GithubShareX开源软件开源项目截图工具文件共享生产力工具
ShareX是一款开源的截屏、文件分享和生产力工具。它集成了屏幕截图、文件上传、URL缩短等功能于一体。支持多种截图模式,如全屏、区域、窗口等,并提供图像编辑、水印添加、滚动截图和OCR文字识别功能。用户可以将文件快速上传至多个平台,支持自定义上传规则和多种云存储服务。该工具还具备任务自动化和快捷键设置功能,可大幅提升工作效率。ShareX为免费软件,专为Windows平台设计。
zotero-ocr - Zotero OCR插件实现PDF文献自动文本识别
GithubOCRPDFTesseractZotero开源项目插件
Zotero OCR是一个开源的Zotero插件,为PDF文献提供OCR文字识别功能。该插件可为选定PDF添加识别文本,生成新的文本化PDF,或创建纯文本笔记和HTML文件。基于Tesseract OCR引擎,支持多语言识别,并提供自定义配置选项。插件安装简便,有助于提升文献管理效率。
Keep It Shot - Mac平台智能截图管理与快速搜索应用
AI工具AI自动重命名Keep It ShotMac应用OCR文件搜索
Keep It Shot是一款Mac平台应用,通过AI技术为截图自动生成描述性名称。该应用创建离线且私密的搜索索引,支持关键词快速定位截图。功能包括批量重命名、自动重命名、OCR识别和快速搜索,有助于高效管理媒体文件。Keep It Shot提供智能、可搜索的文件管理方案,适用于需要组织大量截图的用户。
PaddleOCR - 领先的OCR工具库,支持多语言和多硬件平台
GithubOCRPaddleOCR开源项目文本识别模型训练热门表格识别
PaddleOCR旨在为开发者提供一套丰富、领先且实用的OCR工具库,帮助开发者快速训练并部署OCR模型。它不仅支持中英文识别,还支持多语言和多硬件平台,包括最新的PP-OCRv4模型,有效提高了中英文场景下的识别精确度。适用于移动端和服务器端,适配多种开发需求。
xrem - 跨平台屏幕记录和搜索工具,实时捕捉数字生活轨迹
GithubOCR开源项目截图工具时间线浏览视频流跨平台
xrem是一款正在开发中的跨平台屏幕记录和搜索工具,致力于实时捕捉数字生活轨迹。该工具每2秒自动截图并使用OCR技术提取文字,提供高效的时间线浏览和搜索功能。采用Rust编写,确保跨平台兼容性和高性能。虽然仍处于早期阶段,xrem已实现基本的录制、OCR识别、视频流生成和搜索功能,为后续功能扩展奠定基础。目前已支持基本的状态栏操作、截图捕获、OCR文字识别和高效视频流生成。项目仍在积极开发中,计划实现实时OCR、自然语言搜索等高级功能。项目开源,欢迎社区贡献,共同推进开发。
rem - Mac屏幕内容实时捕捉与搜索工具
AI记忆Githubrem屏幕录制开源软件开源项目本地搜索
rem是一款为Mac设计的开源屏幕内容记录工具。它通过定期截屏和文本识别,实时保存屏幕信息,并提供回溯和搜索功能。用户可查看历史画面、复制过去的文本,以及搜索曾浏览的内容。rem支持多显示器,计划引入自然语言搜索等功能,旨在优化计算机交互体验。作为本地运行的开源项目,rem确保用户数据的隐私和安全。
flameshot - 功能丰富的跨平台屏幕截图软件
FlameshotGithub开源开源项目截图软件编辑功能跨平台
Flameshot是一款开源的屏幕截图软件,支持Linux、Windows和macOS系统。它提供全屏、区域和延时截图功能,可通过命令行或图形界面操作。Flameshot具有自定义外观、应用内编辑、DBus接口和Imgur上传等特性,为用户提供灵活高效的截图体验。
wangfreexx-tianruoocr-cl-paddle - 开源本地OCR识别和翻译软件
Chinese-liteGithubOCR软件paddle-ocr开源项目文字识别翻译功能
wangfreexx-tianruoocr-cl-paddle是一款开源的本地OCR识别软件,基于Chinese-lite和paddle-ocr技术。支持中文高效识别、条形码扫描和多种翻译接口,包括离线翻译功能。软件提供段落合并和自定义设置,适用于64位Windows系统,无需网络即可进行OCR识别。该项目为用户提供了一个全面的本地文字识别和翻译解决方案。
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