搜索结果：ocr（36 个）
按分类缩小范围
bisheng
综合 81
开源企业级 Agent 平台，融合 AI Agent、工作流、RAG 与知识库管理，用于构建和部署 AI 应用。
PaddleOCR （飞桨多语言OCR工具库）
综合 72
轻量且功能强大的 OCR 工具包，将 PDF 和图片文档转换为供 LLM 使用的结构化数据，支持超 100 种语言。
Skill_Seekers
综合 72
可将开发文档网站、GitHub 仓库和 PDF 转为 Claude AI Skills，并支持冲突自动检测。
unilm
综合 69
微软开源的大规模自监督预训练研究项目，跨越多种任务、语言和模态。
X-AnyLabeling
综合 69
轻量高效的跨平台桌面标注工具，支持文本、图像、视频、点云等多模态数据标注。
PyMuPDF
综合 65
高性能 Python 库，用于 PDF 等文档的数据提取、分析、转换及处理操作。
chandra
综合 64
支持复杂表格、表单、手写内容及完整版面分析的 OCR 模型。
surya
综合 62
支持 90 多种语言的 OCR、版面分析、阅读顺序检测与表格识别工具。
liteparse
综合 62
快速、实用的开源文档解析工具。
monolith
综合 62
可将完整网页打包保存为单个独立 HTML 文件的 CLI/GUI 工具及代码库。
EasyOCR
综合 61
开箱即用的 OCR 库，支持中文、拉丁文等 80 多种语言及常见字体的文字识别。
olmocr
综合 61
用于将 PDF 转换为线性文本的工具包，专为 LLM 训练和数据集构建设计。
pdf-inspector
综合 61
高性能 Rust 库，用于 PDF 检测、分类与文本提取，可智能区分扫描版与文本版 PDF 以辅助路由。
tesseract.js
综合 60
纯 JavaScript 实现的 OCR 库，支持超过 100 种语言。
decidim
综合 60
Decidim 是一个基于 Ruby on Rails 开发的开源参与式民主框架，最初用于巴塞罗那市政府。它主要解决城市与各类组织在公众参与、开放治理中的线上协作难题；核心提供应用生成器和多个可复用的 Gem 组件，便于快速搭建支持公民建言、提案与线上线下互动的民主参与平台。
photocraft （纯Rust照片编辑器）
综合 60
使用纯 Rust 从零编写的开源照片编辑器。
naps2
综合 60
极其简单易用的文档扫描工具，支持扫描并导出为 PDF 等格式。
Open-Sora
综合 59
致力于让每个人都能高效进行视频创作的开源视频生成项目（Sora 复现）。
ddddocr
综合 58
开源通用验证码识别 OCR 库，带带弟弟 Python 版。
Monocraft
综合 57
一款灵感源自《我的世界》（Minecraft）游戏字体的等宽编程字体。