タグ: OCR 2ページ目

包括的な紹介 Surya は、90 以上の言語のテキスト認識をサポートするオープンソースの多言語文書 OCR ツールキットです。行単位のテキスト検出だけでなく、レイアウト分析、読み順検出、表認識も実行します。Suryaの性能は、ページ、テキスト、画像、テキスト、文字列など、さまざまな種類の文書でクラウドサービスに匹敵します。

包括的な紹介 MinerUは、上海人工知能研究所のOpenDataLabチームによって開発されたオープンソースのデータ抽出ツールで、複雑なPDF文書、ウェブページ、電子ブックからコンテンツを効率的に抽出することに重点を置いています。画像、数式、表、その他の要素を含むマルチモーダルPDFドキュメントを、分析しやすいm...

はじめに PixPin は、ユーザーの生産性を向上させるために設計された、強力な スクリーンショットおよび投稿ツールです。PixPin は、日常的なオフィスでもプロフェッショナルなニーズでも、便利なスクリーンショット、貼り付け、ロングスクリーンショット、テキスト認識（OCR）、ダイナミックスクリーンショット機能を提供します。シンプルなインターフェースと豊富な機能により、PixPinは...

包括的な紹介 GOT-OCR2.0は、統一されたエンドツーエンドモデルを通じて、OCR技術をOCR-2.0に向けて推進することを目的とした、StepStar共同開発オープンソース光学式文字認識（OCR）モデルです。このモデルは、通常のテキスト認識、フォーマットされたテキスト認識、きめ細かなOCR、マルチ...

Pix2Textの概要 Pix2Text（P2T）は、Mathpixを置き換えるために設計されたオープンソースでフリーのツールで、画像テキストと数式の認識を提供します。P2Tは、画像、表、...内のテキストの認識をサポートしています。

Umi-OCR 概要 Um-OCRは、スクリーンショット、画像のバッチインポート、PDF文書の認識、透かしやヘッダーとフッターの除外、スキャン、QRコードの生成をサポートするオープンソースの無料オフラインOCRソフトウェアです。このソフトウェアには、WindowsおよびLinux用のマルチ言語ライブラリが組み込まれています。

TTime 概要 InkTimeRecordがGitHubで公開しているプロジェクトTTimeは、シンプルで効率的な翻訳ソフトウェアです。主に、入力、スクリーンショット、ストローク、ホバーボールの翻訳機能を提供し、複数の翻訳ソースとテキスト認識サービスをサポートしています。