Project Icon

texify

高效OCR模型,图像数学公式到Markdown和LaTeX的转换工具

Texify是一个开源OCR模型,可将含数学公式的图像或PDF转换为Markdown和LaTeX格式。支持块级和内联公式,兼容CPU、GPU和MPS。基于多样化数据集训练,相较其他开源工具准确度更高。提供GUI、命令行和Python API,适用于多种场景。

Snippai - AI多功能图像识别与处理平台
AI工具公式转换图像识别文本提取表格转换问题求解
Snippai提供多样化的AI图像处理功能。该平台能够识别公式并转换为LaTeX格式,提取文本内容,将表格转换为Markdown格式,分析图像内容,解决图像中的问题,解释代码片段,以及提取主要颜色。这些功能旨在提高用户的图像处理效率,为各类图像识别和转换需求提供全面解决方案。
tools-ocr - Tree Hole OCR 高效本地文本识别工具
GithubPDF识别Tree Hole OCR开源项目文本识别本地OCR识别跨平台兼容
Tree Hole OCR是一款基于Paddle OCR模型的本地文本识别工具。无需联网即可快速识别文字,支持PDF、图像和截图识别等多种功能。采用Java和JavaFX开发,具有良好的跨平台兼容性,适用于Mac OS X 12.6及以上系统。该工具依赖于DJL、PyTorch等深度学习框架,集成了OpenCV图像处理库。除基本文本识别外,还支持PDF识别和快捷键截图识别。项目开源,可在GitHub或Gitee上获取源码。
GetSearchablePDF - OCR技术将PDF文档转换为可搜索文本
AI工具OCRPDF信用点数搜索转换
GetSearchablePDF提供PDF文档OCR转换服务,将扫描或图像PDF转为可搜索文本。用户通过拖放操作即可在短时间内完成转换。网站提供免费试用和多种付费方案,满足不同需求。处理后文件自动删除,保障数据安全。这是一个高效、便捷的PDF文档数字化解决方案。
GOT-OCR2_0 - GOT-OCR2_0为OCR技术开创统一端到端模型新纪元
GOTGithubHuggingfaceOCR图像识别开源项目模型自然语言处理视觉语言模型
GOT-OCR2_0项目提出通用OCR理论,通过统一端到端模型实现OCR 2.0。该模型具备多语言识别、版面分析和细粒度OCR能力,可处理普通文本、格式化文本及多页文档。项目提供开源训练代码和在线演示,为OCR技术发展开辟新方向。
gmft - 轻量级高性能PDF表格提取开源库
GithubPDF表格提取gmft开源项目表格转换轻量级工具高性能
gmft是一个开源的PDF表格提取库,采用微软Table Transformers技术实现高质量表格识别和结构化。支持Pandas dataframe等多种输出格式,无需GPU即可高速运行。gmft依赖少、安装简单,提供模块化设计和灵活配置,在多种表格提取方案对比中表现优异。
trocr-base-printed - 基于Transformer的OCR模型 专注印刷文本识别
GithubHuggingfaceTrOCRTransformer模型光学字符识别图像转文本开源项目模型自然语言处理
TrOCR是一种基于Transformer的光学字符识别模型,专门针对印刷文本设计。该模型采用图像Transformer编码器和文本Transformer解码器架构,在SROIE数据集上经过微调。TrOCR能高效处理单行文本图像,为OCR任务提供先进解决方案。这个开源项目适用于多种场景,可轻松集成到各类文本识别应用中。
AnyText AI - 免费多语言AI图像文本编辑工具
AI工具AnyText AI人工智能图像生成多语言支持文本图像合成
AnyText AI是一款免费的AI图像文本编辑工具,支持多语言文本生成和处理不规则文本区域。它采用文本控制扩散管道和OCR技术,确保生成的文本清晰可读且与上下文相符。该工具适用于专业设计师和AI艺术创作者,在多语言文本生成和图像集成方面表现出色,提供全面的AI图像和文本编辑解决方案。
trocr-base-handwritten - 基于Transformer架构的高精度手写文本识别模型
GithubHuggingfaceTrOCRTransformer模型光学字符识别图像转文本开源项目手写文本识别模型
TrOCR是一种基于Transformer架构的光学字符识别模型,专为手写文本识别而设计。该模型结合了图像Transformer编码器和文本Transformer解码器,可准确识别单行手写文本图像。经IAM手写数据集微调后,TrOCR适用于多种手写OCR场景,为文本识别研究和应用提供了有力支持。
Rectlabel-support - 图像标注工具,支持自动化标注和多格式导出
GithubRectLabel图像标注导出格式开源项目文本识别自动标注
RectLabel 是一款图像标注工具,支持 Segment Anything 和 Core ML 模型的自动标注,能够识别文本、曲线、点线和骨架等。支持导出COCO、Labelme、CreateML、YOLO和DOTA格式,以及索引色和灰度掩码图像。通过自定义热键和快捷设置,提高标注效率,满足不同图像处理需求。
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