Llama OCR：利用免费Llama 3.2 Vision接口，三行代码将图像转换为Markdown的OCR库
综合介绍 Llama OCR 是一个基于 Llama 3.2 Vision 的 OCR（光学字符识别）库，能够将文档转换为 Markdown 格式。该库由 Nutlope 开发，使用 Together AI 提供的免费 Llama 3.2 接口进行图像解析，并返回 Markdown...
共 16 篇文章
标签：OCR
Docling：支持多种格式文档解析并导出为Markdown和JSON，PDF支持OCR
综合介绍 Docling 是一个强大的文档解析和导出工具，支持多种文档格式，包括 PDF、DOCX、PPTX、XLSX、图像、HTML、AsciiDoc 和 Markdown。它能够将这些文档解析并导出为 HTML、Markdown 和 JSON 格式，支持嵌入和...
GizAI 集成主流商业化生成式AI工具，不限文本、图像、音频、视频生成工具，这一切完全免费！
GizAI 是一个集成了AI生成、笔记和云存储功能的一站式平台。用户可以通过GizAI生成图像、视频、音频、文本、角色、故事和游戏，并且可以在平台上进行协作笔记和云存储。GizAI 提供了多种AI工具，帮助用户提高生产力和创造力，同时保护用户隐私，不会在未经同意的情况下使用用户数据进行AI训练。 GizAI 由 Giz Inc. 运营，成立于 Stripe Atlas，并获得 Google for Startups Cloud、Microsoft for Startups Founders Hub、AWS Activate 和 Paddle AI LaunchPad 等项目的支持。GizAI 坚信 使用先进的 生成式AI技术 是每个人的权力，提供免费的广告支持计划，允许用户生成、协作和分享内容。
ViTLP：排版复杂PDF文档提取结构化数据，视觉引导生成文本布局预训练模型
综合介绍 ViTLP（Visually Guided Generative Text-Layout Pre-training for Document Intelligence）是一个开源项目，旨在通过视觉引导的生成文本布局预训练模型提升文档智能处理能力。该项目由Veason-silverbul...
ScreenPipe：24小时收集录屏和操作信息并转换为本地知识库，通过AI助手对话、总结、回顾知识
综合介绍 ScreenPipe 是一款由 mediar-ai 开发的 AI 助手工具，专注于 24 小时不间断的录制屏幕内容、捕获截图和音频。它结合了 rewind.ai 和 cursor.com 的技术，能够在本地数据库中存储录制的数据，并支持中文 ...
pdf-extract-api：可本地运行个人信息匿名化的PDF提取工具
综合介绍 pdf-extract-api是一个文档提取和解析API，使用最先进的OCR技术和Ollama支持的模型，支持文档匿名化处理。它可以将任何文档或图片转换为结构化的JSON或Markdown，支持高精度的表格数据、数字和数学公式...
图片转Excel免费工具：高效识别图片中复杂格式的表格并转换为Excel文件
综合介绍 图片转Excel免费工具是一款高效的在线工具，能够快速准确地识别并转换图片中的表格数据至Excel文件。该工具支持多种图片格式，如JPG和PNG，并且可以在网页、iOS应用和Android应用上使用。通过先进的AI技...
Datalab：专用OCR识别AI模型，PDF转Markdown（开源/API）
综合介绍 Datalab 提供了一系列先进的AI模型，专注于OCR、布局分析、PDF转Markdown等功能。这些模型不仅性能卓越，而且易于使用，并且是开源的。平台上的Marker模型可以快速准确地将PDF转换为Markdown，包括表格...
eSearch：多功能跨平台OCR工具,集成搜索|翻译|搜图|录屏等功能
综合介绍 eSearch 是一款由 xushengfeng 开发的开源跨平台截图工具，支持 Windows、macOS 和 Linux 系统。它集成了多种功能，包括截图、OCR 识别、搜索、翻译、贴图、以图搜图和录屏等。eSearch 采用 Electron 框...
Surya：专业多语言文档OCR工具，开源本地部署
综合介绍 Surya是一个开源的多语言文档OCR工具包，支持90多种语言的文本识别。它不仅能够进行逐行文本检测，还能进行布局分析、阅读顺序检测和表格识别。Surya的性能与云服务相媲美，适用于各种类型的文档，包括P...
MinerU：PDF文档提取转换为多模态Markdown格式，支持电子书OCR扫描
综合介绍 MinerU是由上海人工智能实验室OpenDataLab团队开发的一款开源数据提取工具，专注于从复杂的PDF文档、网页和电子书中高效提取内容。它能够将包含图片、公式、表格等元素的多模态PDF文档转化为易于分析的M...
- 1
- 2
- 共 2 页