ocr

首款本地托管式PDF文件多功能处理Web应用

基于PaddlePaddle的超棒多语言OCR与文档解析工具包（实用超轻量OCR系统，支持80+语言识别，提供数据标注与合成工具，支持服务器/移动端/嵌入式/IoT设备全平台训练与部署）

Tesseract开源OCR引擎（主代码库）

高质量PDF转Markdown和JSON工具。一站式开源数据提取解决方案，实现PDF到Markdown与JSON格式的精准转换。

开源免费的离线OCR软件。支持截屏与批量图片导入、PDF文档识别、水印/页眉页脚排除、二维码扫描与生成。内置多国语言库。

隐私优先、自托管、完全开源的个人知识管理软件，使用 TypeScript 和 Golang 编写

社区支持的超级文档管理系统：扫描、索引和归档所有文档

ShareX是一款免费开源应用程序，用户只需按下单个按键即可截取或录制屏幕任意区域。该程序还支持将图像、文本及各类文件上传至多种目标存储位置。

下一代爬虫和蜘蛛框架。

面向AI就绪数据的PDF解析器。

轻松将文档转换为结构化数据。Unstructured是开源的ETL解决方案，可将复杂文档转换为适合语言模型的整洁结构化格式。访问我们的网站了解企业级平台产品，支持生产级工作流、分区、增强、分块和嵌入。

一个简洁优雅的词典翻译macOS应用，开箱即用，支持离线OCR识别，集成有道词典、苹果系统词典、苹果系统翻译、OpenAI、Gemini、DeepL、Google、Bing、腾讯、百度、阿里、小牛、彩云和火山翻译

将文档网站、GitHub仓库和PDF文件转换为Claude AI技能，并具备自动冲突检测功能。

🖼️ 图像工具箱是一款支持高级图像处理的强大应用，提供从基础裁剪绘制到滤镜、OCR及多种图像处理功能的数十种特性

隐私优先的PDF工具包

视觉小说翻译器，支持HOOK、OCR、剪贴板功能

毕昇是面向新一代企业AI应用的开源大语言模型运维平台，提供强大全面的功能：GenAI工作流、RAG、智能体、统一模型管理、评估监督、监督微调、数据集管理、企业级系统管理、可观测性等

能够处理复杂表格、表单、手写体并保留完整版式的OCR模型

借助Segment Anything等卓越模型提供的AI支持，实现轻松数据标注

基于WPF开发的一款开箱即用的翻译与OCR工具

GLM-OCR：精准 × 快速 × 全面

自托管人工智能会计应用。支持收据、发票及交易的LLM智能分析器，具备自定义提示词与分类功能

高级实时屏幕翻译工具，适用于游戏、视频中的硬编码字幕、静态文本等场景。

通过Text Grab在Windows中快速便捷地使用OCR功能，支持可选后台进程和通知机制