“ocr” 相关开源项目

一款支持 macOS、Windows 和 Linux 的截图、录屏与文字识别工具，素材保存在本机。

聊天辅助工具，先判断对方意图与风险，再起草回复，由你决定是否发送。

一款 9B 参数的开源多模态大模型，面向视觉理解、空间推理、工具调用和具身智能研究。

一款 macOS 本地应用，用自然语言搜索任意文件夹中的照片和视频画面，推理全部在本机完成。

离线运行的 Android PDF 工具，可合并、拆分、压缩、转换、标注和签名，全部在本机完成。

一个统一多模态模型，通过自然语言指令生成文本、图像或图文结合的结果，完成多种计算机视觉任务。

开源的 Android 与 iOS 文档扫描应用，基于 NativeScript 构建，集成 Tesseract 文字识别与 OpenCV 图像处理。

一款隐私优先的 PDF 工具箱，所有文件处理都在浏览器中完成，可自托管部署。

基于 Docker 的 PDF 版面分析微服务，识别标题、正文、表格、图片等元素，并可转换为 Markdown 或 HTML。