Datalab：专用OCR识别AI模型，PDF转Markdown（开源/API）
综合介绍 Datalab 提供了一系列先进的AI模型，专注于OCR、布局分析、PDF转Markdown等功能。这些模型不仅性能卓越，而且易于使用，并且是开源的。平台上的Marker模型可以快速准确地将PDF转换为Markdown，包括表格...
共 20 篇文章
标签：OCR 第2页
eSearch：多功能跨平台OCR工具,集成搜索|翻译|搜图|录屏等功能
综合介绍 eSearch 是一款由 xushengfeng 开发的开源跨平台截图工具，支持 Windows、macOS 和 Linux 系统。它集成了多种功能，包括截图、OCR 识别、搜索、翻译、贴图、以图搜图和录屏等。eSearch 采用 Electron 框...
GizAI 集成主流商业化生成式AI工具，不限文本、图像、音频、视频生成工具，这一切完全免费！
GizAI 是一个集成了AI生成、笔记和云存储功能的一站式平台。用户可以通过GizAI生成图像、视频、音频、文本、角色、故事和游戏，并且可以在平台上进行协作笔记和云存储。GizAI 提供了多种AI工具，帮助用户提高生产力和创造力，同时保护用户隐私，不会在未经同意的情况下使用用户数据进行AI训练。 GizAI 由 Giz Inc. 运营，成立于 Stripe Atlas，并获得 Google for Startups Cloud、Microsoft for Startups Founders Hub、AWS Activate 和 Paddle AI LaunchPad 等项目的支持。GizAI 坚信 使用先进的 生成式AI技术 是每个人的权力，提供免费的广告支持计划，允许用户生成、协作和分享内容。
Surya：专业多语言文档OCR工具，开源本地部署
综合介绍 Surya是一个开源的多语言文档OCR工具包，支持90多种语言的文本识别。它不仅能够进行逐行文本检测，还能进行布局分析、阅读顺序检测和表格识别。Surya的性能与云服务相媲美，适用于各种类型的文档，包括P...
MinerU：PDF文档提取转换为多模态Markdown格式，支持电子书OCR扫描
综合介绍 MinerU是由上海人工智能实验室OpenDataLab团队开发的一款开源数据提取工具，专注于从复杂的PDF文档、网页和电子书中高效提取内容。它能够将包含图片、公式、表格等元素的多模态PDF文档转化为易于分析的M...
PixPin：长截图和动态截图，内置本地文字识别（OCR）
综合介绍 PixPin是一款功能强大的截图和贴图工具，旨在提升用户的工作效率。无论是日常办公还是专业需求，PixPin都能提供便捷的截图、贴图、长截图、文字识别（OCR）和动态截图功能。其简洁的界面和丰富的功能使...
GOT-OCR2.0：基于 QWen2 0.5B 端到端的多模态OCR模型
综合介绍 GOT-OCR2.0是一个阶跃星辰联合推出de 开源光学字符识别（OCR）模型，旨在通过一个统一的端到端模型推动OCR技术向OCR-2.0迈进。该模型支持多种OCR任务，包括普通文本识别、格式化文本识别、细粒度OCR、多...
PaddleOCR：基于飞桨的多语言OCR工具库，支持80多种语言识别
综合介绍 PaddleOCR 是一个基于 PaddlePaddle 的多语言 OCR 工具包，旨在提供实用且超轻量级的 OCR 系统。它支持超过 80 种语言的识别，并提供数据标注和合成工具，支持在服务器、移动设备、嵌入式和物联网设备上...
Pix2Text：开源免费图片文字识别工具
Pix2Text 综合介绍 Pix2Text (P2T) 是一个开源的免费工具，旨在替代 Mathpix，提供图片文字和数学公式识别功能。用户可以通过网页版免费使用该工具，每天最多识别 10000 个字符。P2T 支持将图片中的文字、表格、...
Umi-OCR：开源离线OCR软件，批量图片识别和PDF识别
Umi-OCR 综合介绍 Umi-OCR是一款开源、免费的离线OCR软件，支持截屏、批量导入图片、PDF文档识别、排除水印和页眉页脚、扫描和生成二维码。该软件内置多国语言库，适用于Windows和Linux系统。Umi-OCR无需安装，解...
TTime：图片你文字识别和文字翻译软件
TTime 综合介绍 TTime 是由 InkTimeRecord 发布在 GitHub 上的项目，是一款简洁高效的翻译软件。它主要提供输入、截图、划词及悬浮球翻译等功能，支持多种翻译源和文字识别服务，让用户能够快速进行语言转换和文...
简体中文 
English 
日本語 
Deutsch (Sie) 
Português do Brasil