「ocr」に関するオープンソースプロジェクト

PyTorchベースの深層学習モデルでPDFや画像のテキストを検出・認識する、オープンソースのPython OCRライブラリ。

macOS、Windows、Linux対応の、スクリーンショット撮影・画面録画・ローカルOCR用デスクトップツール

相手の意図やリスクを判断してから返信案を作る、Android・Windows・macOS・iOS向けチャットアシスタント

Qwen3.5とC-RADIOv4-Hを基盤とする、視覚理解・空間推論・ツール利用・身体性AI研究向けの9Bオープンウェイトマルチモーダルモデル。

オンデバイスAIモデルを使い、自然な言葉でフォルダ内の写真や動画の場面を検索できる、ローカルファーストのmacOSアプリ。

インターネット権限なしで、PDFの結合・分割・圧縮・変換・注釈・署名を端末内で完結できるAndroid用オフラインエディター。

自然言語の指示に応じてテキスト、画像、またはその両方を生成し、多様なコンピュータビジョンタスクを処理する統合マルチモーダルモデル。

NativeScript製のAndroid・iOS向けオープンソース文書スキャンアプリ。Tesseract OCRとOpenCVを利用。

ブラウザー内でPDFの編集・変換・結合・保護ができ、静的ファイルとしてセルフホストできるプライバシー重視のツールキット。

PDFのレイアウト解析や要素分類を行い、MarkdownやHTMLに変換するDockerベースのマイクロサービス。