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。

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。
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。
tesseract.js-core - Tesseract OCR引擎的JavaScript WebAssembly实现
GithubOCRTesseract.jsWebAssembly图像识别开源项目
tesseract.js-core是tesseract.js的核心组件,将Tesseract OCR引擎从C语言编译为JavaScript WebAssembly。该项目提供跨平台的文字识别功能,适用于浏览器和Node.js环境。它包含构建脚本、JavaScript封装和第三方依赖,并对Tesseract进行了优化,增加了页面角度检测和图像旋转等功能。开发者可使用Docker构建,或运行最小示例测试其功能。
TRex - 高效屏幕文本识别与提取工具
GithubOCRTRexmacOS开源项目文本提取菜单栏应用
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。
GrabText - 多功能OCR识别与手写数学公式转换平台
AI工具OCR技术手写识别文字识别文本导出自动校正
GrabText提供免费在线OCR和图像文本识别服务,专注于手写文本和数学公式的精准转换。支持多种输出格式,包括txt、LaTeX、doc和pdf。用户只需上传图片,系统即可自动进行文本识别、拼写和语法校正。借助ChatGPT功能,GrabText进一步优化了文本处理的准确度和智能化水平。这一强大的图像转文本工具适用于学生、研究人员和各行业专业人士,为文字处理提供便捷高效的解决方案。无论是在线OCR、手写识别还是数学公式转换,GrabText都能满足您的需求。
zerox - 基于视觉模型的创新文档数字化工具
AIGPTGithubMarkdownZerox OCR开源项目文档处理
Zerox OCR是一款基于视觉模型的文档处理工具,通过将PDF转换为图像并使用GPT模型生成Markdown文本,有效处理复杂布局、表格和图表。与传统OCR服务相比,Zerox在准确度和表格处理方面表现出色,同时保持价格竞争力。该工具支持多种输入方式,提供灵活配置,为文档数字化提供了简单高效的解决方案。
normcap - 跨平台OCR截图工具 智能提取文本信息
GithubNormCapOCR开源开源项目截图工具跨平台
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。
mokuro - 日本漫画OCR工具,为学习者提供可选文本阅读体验
GithubOCR技术mokuro开源项目文本检测日语漫画阅读器
mokuro是一个开源项目,为日语学习者提供了便捷的漫画阅读工具。该工具通过文本检测和OCR技术,将日本漫画中的文字转换为可选文本。mokuro离线处理漫画页面,生成包含OCR结果的.mokuro文件,用户可通过网页阅读器浏览处理后的漫画。支持弹出字典功能,方便学习者查询生词。此外,mokuro具备多卷处理能力,并兼容旧版HTML格式,适合各类漫画爱好者和日语学习者使用。
Tesseract4Android - 基于 Tesseract 的 Android OCR 库 支持多线程识别
Android开发GithubOCRTesseract4Android图像识别开源项目文字识别
Tesseract4Android 是一个重写的 Android OCR 库,基于 tess-two 项目。该库采用 CMake 构建,兼容最新 Android Studio,集成 Tesseract OCR 5.3.4。它提供标准单线程和 OpenMP 多线程两个版本,满足不同性能需求。Tesseract4Android 简化了 OCR 技术在 Android 应用中的使用,支持多语言识别,并附带示例应用展示基本用法。
eSearch - 跨平台截图工具 集成OCR搜索和录屏功能
GithubOCR识别eSearch开源项目截屏软件跨平台
eSearch是一款跨平台的开源截图工具,集成了OCR文字识别、搜索、翻译、贴图、以图搜图和录屏等功能。它支持Windows、Linux和macOS系统,并提供离线OCR识别和灵活的截图编辑选项。eSearch可快速识别和检索屏幕信息,适用于办公和学习场景,显著提高用户处理屏幕信息的效率。
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