Project Icon

kraken

优化历史文献和多语言文本识别的开源OCR系统

kraken是一个开源OCR系统,专注于历史文献和非拉丁文本识别。该系统提供可训练的布局分析、阅读顺序识别和字符识别功能,支持多种文字方向和脚本。kraken能够输出多种格式,并提供公共模型库和灵活的识别网络架构。该项目与eScriptorium密切合作,为用户提供全面的文本数字化解决方案。kraken目前支持Linux和Mac OS X平台。

naps2 - 跨平台文档扫描应用 支持多种格式输出
GithubNAPS2OCRPDF开源项目文档扫描跨平台
NAPS2是一款开源文档扫描应用,支持Windows、Mac和Linux系统。它可从多种类型扫描仪获取文档,支持PDF、TIFF、JPEG和PNG格式输出。软件集成了Tesseract OCR引擎,提供光学字符识别功能。NAPS2支持多语言界面,并为开发者提供SDK,是一个功能完整的跨平台扫描解决方案。
lookscanned.io - PDF在线转扫描效果工具
GithubLook ScannedPDF处理在线工具开源项目文档扫描浏览器应用
Look Scanned是一款纯前端PDF处理工具,能够在浏览器中为PDF文档添加扫描效果,无需使用实体扫描设备。该工具支持实时预览、离线使用,并兼容主流浏览器和设备。用户可调整参数以优化扫描效果,使文档呈现更真实的扫描质感。Look Scanned为需要快速生成扫描版PDF的用户提供了便捷高效的解决方案,同时保证了数据隐私安全。
eynollah - 结合深度学习和启发式算法的文档布局分析工具
EynollahGithub启发式算法图像处理开源项目文档布局分析深度学习
Eynollah是一款文档布局分析工具,支持多达10种分割类别,包括文本区域、页眉和图像等。它具有图像优化、文本行分割和阅读顺序检测等功能,结合了深度学习和启发式算法。Eynollah输出符合PAGE-XML标准,可作为OCR-D处理器使用。该项目主要面向历史文献分析,适用于需要精确文档布局分析的研究和应用场景。
OCR_DataSet - 综合OCR数据集资源库及工具集
Github图像标注开源项目数据集文字识别深度学习计算机视觉
OCR_DataSet项目整合了13个知名的多语言OCR数据集,涵盖ICDAR2015、MLT2019和COCO-Text_v2等。项目特色包括数据格式统一化、便捷的百度网盘下载、详尽的数据集信息表和简化的读取脚本。此外,项目还提供了数据生成工具链接,为OCR领域的研究和开发工作提供了全面的资源支持。
kratos - 开发者友好的云原生身份和用户管理系统
GithubOry Kratos云原生开源开源项目用户认证身份管理
Ory Kratos是一款云原生身份和用户管理系统,提供用户注册、登录、身份验证和账户恢复等功能。它支持多因素认证和社交登录,采用API优先设计,易于集成。Kratos具有高可扩展性,可支持大规模用户。该系统安全可靠,是构建现代身份基础设施的有力工具。
receipt-scanner - 利用AI技术为Laravel应用从多种格式中提取结构化收据和发票数据
GithubLaravelOCROpenAITextractcomposer开源项目
receipt-scanner使用OpenAI技术,支持从图像、PDF和电子邮件中提取结构化的收据数据。此工具适用于Laravel应用,具备OCR功能并支持多种输入格式,如纯文本、Word文档和网页内容。用户通过简单配置,可将复杂的收据数据转换为可操作的信息,从而提高数据处理效率。
zheye - 智能识别知乎倒立汉字验证码的开源工具
Github卷积神经网络开源项目机器学习知乎验证码识别高斯混合模型
zheye是一个开源项目,专注于识别知乎的倒立汉字验证码。该项目结合了卷积神经网络和高斯混合模型,可准确定位图中的倒立文字。zheye提供完整的训练和测试流程,包括依赖安装、模型训练和验证码评估。作为计算机视觉领域的实践案例,zheye展示了先进的图像识别技术。项目开发目的为学习和研究,使用时需遵守相关协议。
docling - 高效的多格式文档解析和转换工具
CLI工具DoclingGithubOCR支持PDF解析开源项目文档解析
Docling是一个多功能的文档解析工具,支持解析PDF、DOCX、PPTX等常见格式,并可输出为Markdown和JSON格式。其PDF高级功能涵盖页面布局分析、阅读顺序和表格结构识别。工具提供统一的DoclingDocument表示格式,支持与LlamaIndex和LangChain的集成,适合信息检索和问答应用。此外,它支持扫描PDF的OCR,并提供便捷的命令行工具。即将支持方程、代码和元数据的提取。安装简单,兼容多平台和多架构。详情请参阅在线文档。
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。
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

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。

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