SmolDocling：256M多模态小模型秒转文档！开源OCR效率提升10倍
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！ AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 "学术狗集体泪目！这个AI把论文截图秒变Markdow...
3.4K star！全能PDF处理神器开源！文档转换/OCR识别一键搞定
嗨，大家好，我是小华同学，关注我们获得“最新、最全、最优质”开源项目和高效工作学习方法 PDF-Guru 是一款开箱即用的全能型PDF处理工具，支持跨平台文档转换、智能OCR识别、多格式解析等核心功能。项目采用模块化架构设计，提供简洁的Web界面和API接口，开发者可快速集成到现有系统中。 ...
Vision Parse：开源的 PDF 转 Markdown 工具，结合视觉语言模型和 OCR，识别文本和表格并保持原格式
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日跟你分享最新的 AI 资讯和开源应用，也会不定期分享自己的想法和开源实例，欢迎关注我哦！ 微信公众号｜搜一搜：蚝油菜花 原文链接：https://mp.weixin.qq.com/s/IJoNBHpVIeue4ThHaVoF2Q 快速阅读 功能：将 PDF 文件转换为 Markdown 格式，支持文本和表格...
阶跃星辰开源GOT-OCR2.0：统一端到端模型，魔搭一站式推理微调最佳实践来啦！
引言 OCR技术在将现实世界中的文本信息转换为可编辑、可搜索的数据方面发挥着至关重要的作用，它桥接着物理世界与数字世界，是实现信息自动化处理的关键技术。作为AI-1.0时代的技术成果，OCR技术已经相对成熟，被广泛应用于文档管理、自动驾驶、智能监控等多个领域。 然而，随着技术的发展和应用需求的提升，OCR 1.0技术逐渐展现出局限性。传统OCR系统在处理复杂场景、模糊图...
关于Github中开源OCR项目的实验过程与思考
本人新手一枚，想着自行学习下python语言，就尝试从相对简单的git clone ocr项目代码来进行实验，整个流程测试下来，遭遇到了就是各种稀奇古怪的报错，以下是整个实验的流程和思考。 搜索并浏览了Github中的开源ocr项目，选择了以下三个项目来进行实验和测试。 1. Paddle OCR 最终结果：Notebook环境部署失败，...
WPF开源的一款免费、开箱即用的翻译、OCR工具
前言 今天大姚给大家分享一款由WPF开源的、免费的（MIT License）、即开即用、即用即走的翻译、OCR工具：STranslate。 WPF介绍 WPF 是一个强大的桌面应用程序框架，用于构建具有丰富用户界面的 Windows 应用。它提供了灵活的布局、数据绑定、样式和模板、动画效果等功能，让开发者可以创建出吸引人且交互性强的应用程序。 工具快捷键 ...
开源OCR模型DIY票证信息抽取
票证检测矫正模型在实际生活中有着广泛的需求，例如信息抽取、图像质量判断、证件扫描、票据审计等领等场景，可以大幅提高工作效率和准确性。 读光-票证检测矫正模型日前，读光团队 开源的商用票证检测矫正模型，基于海量的真实数据训练，可以从容应对多种复杂场景的票证检测矫正任务，该模型具有以下优点：支持任意角度、多卡证票据等混贴场景，同时检测输入图像任意角度的多个子图....
通过容器搭建开源文字识别/OCR服务
前一段时间需要应用文字识别，看了一下国内外开源的OCR软件，发现中文识别有：TesseractPaddleOCREasyOCRChineseocrTrwebocrCnocr/cnstd等，通过对比识别效果，感觉PaddleOCR效果较好，准备部署服务，开发环境没有GPU，所以先通过容器模式部署CPU版。具体过程如下：下载PaddleOCR：https://gitee.com/paddlepadd....
开源ocr库-转载
3月8日 开源的OCR库，Opensourced OCR library 突然想起如何做一个论坛的发帖机，但是现在多数都要图片认证，需要一个OCR库来识别图片。于是在网上找了找，还真是有很多实现： OCRE, OCR Easy, http://lem.eui.upm.es/ocre.html Clara OCR, http://directory.fsf.org/c...
GitHub开源：支持100多种语言的OCR文字识别
之前为给位朋友分享过：GitHub开源：17M超轻量级中文OCR模型、支持NCNN推理，该项目仅仅支持中文OCR识别，本篇博文将分享支持100多种语言的OCR文字识别项目：Tesseract OCR。Tesseract是一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎。Tesseract 支持 unicode（....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
