⭐️ #软件 #开源 #OCR

🔎 PillOCR - 一个接近无感的 OCR 工具

▎软件平台：#Windows #macOS

▎软件介绍：一款监听剪贴板截图、自动调用大模型视觉接口进行文字/公式识别的轻量 OCR 工具，主打“无感”式体验，支持自由切换不同模型服务、可设置提示词、截图快捷键。

用户只需截图即可完成识别并自动回填剪贴板，无需手动上传或复制，非常适合写作、做笔记、科研等需要频繁 OCR 的场景。

▎软件下载：点击下载

✈️  频道    💬  群组    💬  投稿    👥  广告

#GitHub #OCR

📝 Versatile-OCR-Program - 多模态 OCR 系统

▎项目介绍：一个多模态 OCR 系统，专门用于从复杂的教育材料，如考试试卷中提取结构化数据，以优化机器学习训练。

支持多种语言，包括日语、韩语和英语，能够处理数学公式、表格、图表等元素，并生成适合 AI 的 JSON 或 Markdown 格式输出。

▎项目地址：点击打开

#GitHub #OCR #API

📁 pdf-extract-api - 高精度文档解析和提取 API

▎项目功能：文档解析和提取

▎项目介绍：一个文档解析和提取 API，支持将 PDF 或图片文件转换为结构化的 JSON 或 Markdown 格式。

它利用了先进的 OCR 技术和 Ollama 支持的语言模型来实现高精度文本转换和去除敏感信息。

支持离线运行、分布式任务处理、Redis 缓存、CLI 操作工具以及对图片中的表格、数学公式的处理。

▎项目地址：点击打开

#GitHub #OCR

🔎 Surya - 开源多功能文档 OCR 工具包

▎项目功能：OCR 文本识别

▎项目介绍：一个开源 OCR 工具，能够处理超过90种语言的文本识别，支持图像和 PDF 格式文档的文字提取、布局分析以及行检测。

支持批量处理，并针对 GPU 优化，能够提高处理效率，还提供了交互式界面让用户更方便地测试功能。

Surya 的主要功能包括识别文档中的文本行、标题、图像、页眉等元素，并通过 JSON 格式输出结果。

▎项目地址：点击打开

#软件 #工具 #开源 #OCR

🌐 MixTeX-Latex-OCR - 多模态 LaTeX 公式识别工具

▎软件功能：LaTeX 公式、表格、文本识别

▎软件平台：#Windows

▎软件介绍：一个创新的多模态 LaTeX 识别工具，专为在本地离线环境中高效运行而设计。

该程序能够识别复杂的 LaTeX 数学公式、表格以及中英文混合文本，确保高精度的识别效果。

MixTeX 轻量级无需 GPU 支持，并能在 CPU 上高效运行，还提供剪贴板图像和截图识别等功能。

▎软件下载：点击下载

📢 频道 💬 群组 📬 投稿 📧 广告

#GitHub #OCR

🖥 onnxOCR - 支持 80 多种语言的通用 OCR 模型

▎项目功能：OCR 文字识别

▎项目介绍：一款基于 PaddleOCR 重构，并且脱离 PaddlePaddle 深度学习训练框架的轻量级 OCR 模型，推理速度超快。

在算力有限，精度不变情况下使用 paddleOCR 转成 ONNX 模型，进行重新构建的一款可部署在 arm 架构和 x86 架构计算机上的 OCR 模型，在同样性能的计算机上推理速度加速了 4-5 倍。

▎项目地址：点击打开

#软件 #工具 #开源 #OCR

💡 Pix2Text - 开源多功能图像内容识别工具

▎软件功能：图像内容识别

▎软件平台：#Web #Windows #macOS #Linux

▎软件介绍：一款开源 Python3 工具，可以识别图片中的版面、表格、图片、文字、数学公式等内容，并整合所有内容后以 Markdown 格式输出。

它是 Mathpix 的免费替代品，可将视觉内容无缝转换为基于文本的表述，支持 80 多种语言。

P2T 也可以把一整个 PDF 文件（PDF 的内容可以是扫描图片或者其他任何格式）转换为 Markdown 格式。

网页版每人每天可以免费识别 10000 个字符，正常使用应该够用了。

▎在线体验：点击打开

▎网站版本：点击打开

▎相关推荐:
🔵Pix2Text-Mac - 识别数学公式的 Mac 桌面版应用
🔵CnOCR - 基于 PyTorch/MXNet 的中文/英文 OCR Python 包
🔵CnSTD - 基于 PyTorch/MXNet 的 中文/英文 场景文字、数学公式检测、篇章分析的 Python3 包

▎软件下载：点击下载

✈️ 频道 👥 群组 ⬅️ 投稿 📍 导航