OCR

Introducción completa Versatile OCR Program es una herramienta de reconocimiento óptico de caracteres (OCR) de código abierto diseñada para trabajar con documentos académicos y educativos complejos. Puede extraer texto, tablas, fórmulas matemáticas, diagramas y esquemas de PDF, imágenes y otros documentos y generar...

Introducción Completa Analiza automáticamente el diseño de documentos PDF, identifica texto, títulos, imágenes, tablas, fórmulas y otros elementos de la página, y determina su orden correcto. La herramienta es compatible con la funcionalidad OCR y puede convertir PDF escaneados en texto con capacidad de búsqueda. Se ejecuta en Docker y proporciona dos modelos...

Introducción general RolmOCR es una herramienta de reconocimiento óptico de caracteres (OCR) de código abierto desarrollada por el equipo Reducto AI, basada en el modelo de lenguaje visual Qwen2.5-VL-7B. Puede extraer texto de imágenes y archivos PDF más rápidamente que otras herramientas similares...

Introducción general uniOCR es una herramienta de reconocimiento de texto de código abierto desarrollada por el equipo mediar-ai. Está basada en el lenguaje Rust y es compatible con los sistemas macOS, Windows y Linux. Los usuarios pueden utilizarla para extraer texto de imágenes...

Introducción general PDF Craft es una herramienta de código abierto diseñada para escanear PDF de libros y convertirlos al formato Markdown. Fue desarrollado por oomol-lab y está alojado en GitHub para los usuarios que les gusta organizar sus libros electrónicos. La herramienta funciona a través de este ...

Introducción completa SmolDocling es un Modelo de Lenguaje Visual (VLM) desarrollado por el equipo ds4sd en colaboración con IBM, construido sobre SmolVLM-256M y alojado en la plataforma Hugging Face. Es de pequeño tamaño, sólo ...

En la larga historia de la civilización humana, cada salto en la forma de adquirir y analizar la información ha contribuido profundamente al progreso social. Desde los antiguos jeroglíficos hasta el papiro portátil, pasando por la posterior aparición de la imprenta y la actual ola digital, cada innovación tecnológica ha ampliado enormemente el paradigma de la difusión del conocimiento humano...

Introducción general Ollama OCR es un potente kit de herramientas de reconocimiento óptico de caracteres (OCR) que utiliza el modelo de lenguaje visual de última generación proporcionado por la plataforma Ollama para extraer texto de imágenes. El proyecto está disponible como paquete Python y proporciona una interfaz Strea...

Introducción general STranslate es una herramienta de traducción y OCR lista para usar desarrollada por WPF. La herramienta está diseñada para proporcionar traducción eficiente y conveniente y la funcionalidad de Reconocimiento Óptico de Caracteres (OCR) para una amplia gama de idiomas y tipos de texto.STranslate es abierto...

Descripción general VisionParser es una herramienta de OCR (Reconocimiento Óptico de Caracteres) diseñada para procesar recibos y facturas. Con una avanzada tecnología de IA generativa, VisionParser es capaz de convertir con rapidez y precisión todo tipo de recibos y facturas en datos estructurados para...

Introducción general Chunkr es una API autoalojada dedicada a convertir archivos PDF, PPTX, DOCX y Excel en datos aptos para su uso en RAG (Retrieval Augmented Generation) y LLM (Large Language Modelling). El proyecto fue desarrollado por Lumina...

Introducción general Llama OCR es una biblioteca OCR (Optical Character Recognition) basada en Llama 3.2 Vision, capaz de convertir documentos al formato Markdown. La biblioteca fue desarrollada por Nutlope y utiliza Together...

Introducción Docling es una potente herramienta de análisis y exportación de documentos compatible con una amplia gama de formatos, como PDF, DOCX, PPTX, XLSX, Image, HTML, AsciiDoc y Markdown, que puede analizar y exportar...

Introducción general ViTLP (Visually Guided Generative Text-Layout Pre-training for Document Intelligence) es un proyecto de código abierto diseñado para pasar...

Descripción general ScreenPipe es una herramienta de AI asistente desarrollado por mediar-ai que se centra en la grabación de contenido de la pantalla, la captura de capturas de pantalla y audio 24/7. Combina rewind.ai y cursor.com de...

Introducción general La API de extracción de texto (text-extract-api) es una potente herramienta diseñada para extraer y analizar el contenido de diversos formatos de documento (por ejemplo, PDF, Word, PPTX, etc.). La API utiliza tecnología punta de reconocimiento óptico de caracteres (OCR) y Ol...

Descripción general Picture to Excel Free Tool es una eficaz herramienta en línea para identificar y convertir de forma rápida y precisa datos tabulares de imágenes a archivos Excel. La herramienta es compatible con una amplia gama de formatos de imagen, como JPG y PNG, y puede utilizarse en páginas web, aplicaciones iOS y aplicaciones Android....

Introducción completa Datalab ofrece una gama de modelos avanzados de IA centrados en OCR, análisis de diseño, conversión de PDF a Markdown y mucho más. Estos modelos no sólo son de alto rendimiento, sino también fáciles de usar y de código abierto. Los modelos Marker de la plataforma pueden...

Introducción general eSearch es una herramienta de captura de pantalla multiplataforma de código abierto desarrollada por xushengfeng compatible con sistemas Windows, macOS y Linux. Integra una variedad de características, incluyendo captura de pantalla, reconocimiento OCR, búsqueda, traducción, mapeo...

Introducción completa Surya es un conjunto de herramientas de OCR de documentos multilingües de código abierto que admite el reconocimiento de texto en más de 90 idiomas. No sólo realiza la detección de texto línea por línea, sino también el análisis de diseño, la detección del orden de lectura y el reconocimiento de tablas.El rendimiento de Surya es comparable al de los servicios en la nube para todo tipo de...

Introducción exhaustiva MinerU es una herramienta de extracción de datos de código abierto desarrollada por el equipo OpenDataLab del Laboratorio de Inteligencia Artificial de Shanghai, centrada en la extracción eficiente de contenido de documentos PDF, páginas web y libros electrónicos complejos. Es capaz de tomar PDF multimodales que contengan imágenes, fórmulas, tablas y otros elementos...

Introducción general PixPin es una potente herramienta de captura y publicación de pantallas diseñada para mejorar la productividad de los usuarios. Ya sea para la oficina diaria o para necesidades profesionales, PixPin proporciona cómodas funciones de captura de pantalla, pegado, captura de pantalla larga, reconocimiento de texto (OCR) y captura de pantalla dinámica. Su sencilla interfaz y...

Introducción exhaustiva GOT-OCR2.0 es un modelo de reconocimiento óptico de caracteres (OCR) de código abierto co-propuesto por StepStar, cuyo objetivo es impulsar la tecnología OCR hacia OCR-2.0 mediante un modelo unificado de extremo a extremo. El modelo soporta una amplia gama de tareas de OCR, incluyendo el reconocimiento de texto normal, gr...

Introducción completa PaddleOCR es un conjunto de herramientas OCR multilingüe basado en PaddlePaddle, diseñado para proporcionar un sistema OCR práctico y ultraligero. Admite el reconocimiento de más de 80 idiomas y proporciona herramientas de anotación y síntesis de datos para...

Pix2Text Introducción general Pix2Text (P2T) es una herramienta gratuita de código abierto diseñada para sustituir a Mathpix, que proporciona reconocimiento de texto de imágenes y fórmulas matemáticas. Los usuarios pueden utilizar la herramienta gratuitamente a través de la versión web, reconociendo hasta 10.000 por día...

Umi-OCR Introducción general Umi-OCR es un software OCR offline gratuito y de código abierto que permite realizar capturas de pantalla, importar imágenes por lotes, reconocer documentos PDF, excluir marcas de agua y encabezados y pies de página, escanear y generar códigos QR. El software incorpora una biblioteca multilingüe para Windows y Li...

TTime Introducción general TTime es un proyecto publicado por InkTimeRecord en GitHub, es un software de traducción simple y eficiente. Proporciona principalmente funciones de traducción de entrada, captura de pantalla, trazo y hoverball, soporta múltiples fuentes de traducción y servicios de reconocimiento de texto....