“ocr” 相关开源项目

开源自托管 PDF 处理平台，可在浏览器、桌面端或通过 API 编辑、签名、涂黑、转换和自动化处理 PDF。

基于 React 与 FastAPI 的网页应用，用 DeepSeek-OCR 识别图片和多页 PDF，可导出 Markdown、HTML、DOCX 或 JSON。

一款 Android 图片编辑应用，提供裁剪、滤镜、绘图、OCR、抠图、PDF 工具和 AI 超分等多种功能。

自托管 API，借助 OCR 与 Ollama 大模型把 PDF、图片和 Office 文档转换为 Markdown 或结构化 JSON，并可去除个人隐私信息。

面向 Windows 的免费开源 PDF 编辑器，内置 PDF 2.0 引擎，无需订阅即可查看、OCR、编辑、签名和填写表单。

基于 Rust 的开源本地文档解析工具，支持带坐标的文本提取、Markdown/JSON 输出和可选 OCR。

自托管的 AI 记账应用，从收据、发票和 PDF 中提取数据并存入可导出的结构化账目库。

Windows 端 OCR 工具，可从屏幕区域、图片和 PDF 中提取文字，全程本地运行。

Python 库与本地 Web 界面，可将 PDF、Word、PPT、表格、图片和网页转换为 Markdown、JSON、CSV 或 HTML。

自托管的个人文档管理系统，可汇集扫描件、邮件等文件，执行 OCR 并辅助打标签与检索。

跨平台电子书阅读与管理工具，支持多种格式、云同步备份及笔记导出。

将流程图、架构图、公式等静态图片转换为可编辑的 DrawIO（XML）文件。

Windows 游戏实时屏幕翻译工具，通过 OCR 识别画面文字并叠加显示译文。

Rust 库与命令行工具，判断 PDF 是文本型还是扫描型，默认无需 OCR 即可提取为 Markdown。

一款免费开源的 PDF 查看与编辑器，支持 Windows、macOS、Linux 和 Android，基于 Tauri 2 构建。

一款轻量级原生 macOS 菜单栏翻译工具，支持划词、截图 OCR 和剪贴板翻译。

一个 Python 文档 AI 库，将版面分析、表格识别、OCR 与文档、token 分类整合为可配置的处理流水线。

一款 macOS 菜单栏应用，通过 OCR 识别屏幕任意区域的文字并直接复制到剪贴板。

免费开源的 macOS 截图与屏幕录制应用，基于 Swift 6 和 SwiftUI 原生开发，可替代 CleanShot X。

基于 PyTorch 深度学习的开源 Python OCR 库，可识别 PDF 和图片中的文字。