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。

访问官网

文档

simple-ocr-opencv - 基于OpenCV和NumPy的轻量级Python OCR工具

GithubOCROpenCVPython图像识别开源项目机器学习

simple-ocr-opencv是一个基于OpenCV和NumPy的Python OCR工具。它采用矩形模型进行图像分割，使用k-NN算法实现字符分类。项目结构清晰，包含示例代码，支持自定义训练，并提供预标注训练图像和交互式标注功能。开发者可通过example.py快速上手。这个开源项目遵循GNU AGPLv3许可证，适合需要实现基础OCR功能的开发者使用。

CnSTD - 多语言场景文字与数学公式检测工具包

CnSTDGithubPyTorch场景文字检测开源项目数学公式检测模型

CnSTD是一个Python 3场景文字检测和数学公式检测工具包,支持多语言文字检测,提供多个预训练模型。最新版本新增数学公式检测功能,可识别行内和独立行公式。CnSTD基于PyTorch实现,采用DBNet等算法,检测速度和精度显著提升。可与CnOCR工具包结合,实现端到端文字识别。

doctr-torch-parseq-multilingual-v1 - 多语言OCR解决方案，兼具TensorFlow 2和PyTorch兼容性

DoctrGithubHuggingfacePyTorchTensorFlow 2光学字符识别开源项目模型模型预测

该项目是一种多语言光学字符识别（OCR）工具，支持TensorFlow 2和PyTorch，提供了流畅的用户体验。开发者可通过Python代码方便地加载和预测模型，实现从文字检测到识别的完整流程，非常适合需要多语言处理的应用。

typst - 新一代标记语言排版系统

GithubTypst开源项目排版系统标记语言编译器

Typst是一款创新的标记语言排版系统，具备与LaTeX相当的功能，同时显著提高了易用性。它提供内置标记语法、灵活函数、集成脚本、数学排版和文献管理等功能。Typst采用增量编译技术，实现快速编译和友好的错误提示。这一工具适用于学术论文、技术文档和创意项目等多种场景的高质量排版需求。

docsify - 将Markdown文件轻松转换为动态文档网站

GithubMarkdowndocsify开源项目文档生成网站生成器

docsify是一款轻量级文档网站生成器，可直接将Markdown文件转换为网站，无需额外构建过程。它提供智能全文搜索、多主题支持和实用的插件API。docsify适用于快速创建项目文档、技术文档或知识库，简单易用且支持emoji表情。这个开源工具为开发者和团队提供了高效的文档解决方案。

text2video - 文本转视频工具，实现小说可视化阅读

DockerGithubedge-ttshuggingfacestable-diffusion开源项目文本转视频

text2video 是一款将文本转换为视频的开源工具，支持小说等文本的可视化阅读。通过分段文本生成图片和语音，并合成为包含画面、字幕和声音的视频。应用了 stable-diffusion 和 edge-tts 技术，支持 Docker 一键启动和 macOS 本地开发。该工具还支持生成高质量的绘图提示词，利用 huggingface 的开源模型和 ffmpeg 进行音视频合成，操作简便，效果显著。

layout-parser - 文档图像分析的深度学习工具包

GithubLayout ParserOCR开源项目文档图像分析模型检测深度学习

LayoutParser提供多种深度学习模型和统一API，简化文档图像分析任务。支持布局检测、OCR、数据可视化等功能，并允许共享模型和分析流程。安装简便，可根据需求选择依赖项，是文档图像处理的理想工具。

nougat - 神经网络模型用于解析学术PDF文档

GithubNougatOCR技术PDF处理学术文档解析开源项目机器学习

Nougat是一个开源的神经网络模型，专门用于解析学术PDF文档。该模型能够理解LaTeX数学公式和表格，支持单个文件和批量处理。Nougat提供命令行界面和API接口，输出采用轻量级标记语言，与Mathpix Markdown兼容。此外，Nougat还支持数据集生成、模型训练和评估功能。项目托管在GitHub上，可通过pip安装使用。

dvisvgm - 将DVI、EPS和PDF文件转换为SVG格式的开源工具

DVI转换GithubLaTeXSVGTeXdvisvgm开源项目

dvisvgm是一个开源的文件转换工具，主要用于将DVI、EPS和PDF文件转换为SVG格式。它支持多种字体类型和特殊命令，可嵌入字形轮廓，计算边界框，处理剪切路径交集，并近似颜色渐变填充。dvisvgm还内置了SVG优化器，提高了输出质量。作为TeX生态系统的一部分，它已集成到多个主流TeX发行版中，可在各种操作系统上使用。

rendercv - 基于YAML的多功能简历生成工具支持LaTeX和Markdown

GithubLaTeXRenderCVYAML开源项目简历制作自动化

RenderCV是一款基于YAML的简历生成工具，能够创建高质量的PDF简历。它支持Markdown语法和LaTeX代码控制，实现了内容与设计的分离。该工具提供版本控制、自动化更新、统一设计和多种输出格式。RenderCV内置多个主题模板，也支持自定义。此外，它还包含输入验证、交互式编辑和拼写检查功能，为用户提供了便捷的简历制作体验。

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。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com