ocr

Tesseract开源OCR引擎（主代码库）

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）

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。

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

隐私优先的PDF工具包

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

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。

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

能够处理复杂表格、表单、手写体并保留完整版式的OCR模型

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

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。

专为语言学习打造的媒体播放器，具备双语字幕、AI生成字幕、实时翻译等功能！

一款基于SMALL模型的开源Python3工具，能够识别图像中的版面布局、表格、数学公式以及文本，并将其转换为Markdown格式。作为Mathpix的免费替代方案，它实现了视觉内容到文本表征的无缝转换，并支持80多种语言。

利用大语言模型和大语言模型视觉技术处理paperless-ngx——由AI驱动的文档数字化方案

参与式民主框架：基于Ruby on Rails开发的生成器及多组件套件

RuVector是一款用Rust构建的高性能向量与图数据库，专为人工智能、智能体系统和实时分析设计。它将HNSW搜索、动态最小割一致性、图智能与自学习记忆融合为统一引擎，实现可扩展、低延迟的推理与结构化检索。