AI Professional Tools

dots.ocr: ein vereinheitlichtes visuell-linguistisches Modell für die Analyse von mehrsprachigem Dokumentenlayout

dots.ocr ist ein leistungsfähiges, mehrsprachiges Dokument-Parsing-Tool, das auf einem visuell-linguistischen Modell (VLM) mit 1,7 B Parametern basiert und sowohl Layout-Erkennung als auch Inhaltserkennung beherrscht. Es zeigt in Benchmarks wie OmniDocBench die beste Leistung, insbesondere beim Parsen von Text, Tabellen und Lesereihenfolge...

SnippAI: Ein Tool zur Erkennung und Analyse von Screenshot-Inhalten mithilfe von KI

Snippai ist ein KI-basiertes Screenshot-Tool, das durch fortschrittliche KI-Algorithmen das Screenshot-Erlebnis verbessern soll. Es erfasst nicht nur Bildschirminhalte, sondern analysiert und konvertiert auf intelligente Weise Formeln, Text, Tabellen, Bilder und mehr im Screenshot. Benutzer können Snippai verwenden, um komplexe visuelle Informationen in programmierbare...

AI Fast Station: ein Tool zum Parsen von Dokumenten für den Vergleich von OCR-Modellen mit einem Klick

AI Fast Station ist eine kostenlose Open-Source-OCR-Modellarena, die sich auf das intelligente Parsing von Dokumenten und Bildern konzentriert. Benutzer können PDF- oder Bilddateien hochladen und durch den Vergleich der sieben gängigsten OCR-Modelle mit einem Klick schnell eine geeignete Parsing-Lösung finden. Die Website unterstützt eine Vielzahl von Formatdateien, einfach zu bedienen, ohne komplexe Installation.AI Fast Station...

OCRmyPDF: gescanntes PDF in durchsuchbaren Text des Open-Source-Tools

OCRmyPDF ist ein Open-Source-Befehlszeilen-Tool zum Hinzufügen einer OCR-Textebene (Optical Character Recognition) zu gescannten PDF-Dateien, wodurch diese in durchsuchbare, reproduzierbare Dokumente verwandelt werden. Es basiert auf der Python-Entwicklung, verwendet die Tesseract OCR-Engine, kann den Text im Bild genau identifizieren und in die PDF-Datei einbetten...

Docstrange: ein Tool zum Extrahieren von Daten aus Dokumenten und Bildern und deren Konvertierung in verschiedene Formate

Docstrange ist ein Open-Source-Dokumentenverarbeitungswerkzeug, das sich auf die Extraktion von Daten aus Dokumenten und Bildern in verschiedenen Formaten und deren Konvertierung in Formate wie Markdown, JSON, CSV oder HTML konzentriert. Es verwendet künstliche Intelligenz und fortschrittliche OCR-Technologie, Unterstützung für die Verarbeitung von PDF, Word-Dokumenten, Exce...

Guava Intelligent Document Recognition: Intelligentes Erkennungsprogramm für Offline-Dokumente und Formulare

Guava Intelligent Document Recognition (intelligent_document_recognition) ist eine Open-Source-Desktop-Software, die vom Entwickler jiangnanboy entwickelt wurde und auf GitHub gehostet wird und sich auf die intelligente Erkennung von offline zu verarbeitenden Dokumenten und Formularen konzentriert. Die Software integriert Optical Character Recognition (OCR) und Formularverknüpfung...

OCRFlux: Leichtes Tool zur Konvertierung von PDFs und Bildern in Markdown

OCRFlux ist ein quelloffenes, leichtgewichtiges Tool, das sich auf die Konvertierung von PDF-Dateien und Bildern in das klare Markdown-Format konzentriert. Es wurde vom ChatDOC-Team entwickelt, basiert auf einem großen multimodalen Modell mit 3B-Parametern und kann auf gängiger Hardware wie der GTX 3090 laufen. Das Tool zeichnet sich durch die Handhabung komplexer Dokumentenlayouts,...

VOP: OCR-Tool zum Extrahieren komplexer Diagramme und mathematischer Formeln

Versatile OCR Program ist ein Open-Source-Tool für die optische Zeichenerkennung (OCR), das für die Verarbeitung komplexer akademischer und pädagogischer Dokumente entwickelt wurde. Es kann Text, Tabellen, mathematische Formeln, Diagramme und Schemata aus PDF-, Bild- und anderen Dokumenten extrahieren und strukturierte Daten erzeugen, die für das Training von maschinellem Lernen geeignet sind. Unterstützt...

Automatisches Parsen von PDF-Inhalten und Extrahieren von Text und Tabellen von Open-Source-Diensten

Es analysiert automatisch das Layout von PDF-Dokumenten, identifiziert Text, Titel, Bilder, Tabellen, Formeln und andere Elemente auf der Seite und bestimmt ihre richtige Reihenfolge. Das Tool unterstützt OCR-Funktionalität, Sie können gescannte PDFs in durchsuchbaren Text umwandeln. Es läuft auf Docker und bietet zwei Modelle: visuelles Modell (Vision Grid ...

Bob.

Bob ist eine Übersetzungs- und OCR-Software (Optical Character Recognition), die für die macOS-Plattform entwickelt wurde. Benutzer können Bob für die Übersetzung und OCR-Operationen in jeder Anwendung verwenden und unterstützen eine breite Palette von Übersetzungsdiensten, einschließlich Volcano, Tencent, Ali, Baidu, Youdao, Apple, Google, Microsoft,...

Ollama OCR: Extrahieren von Text aus Bildern mithilfe visueller Modelle in Ollama

Ollama OCR ist ein leistungsstarkes Toolkit für die optische Zeichenerkennung (OCR), das das hochmoderne visuelle Sprachmodell der Ollama-Plattform nutzt, um Text aus Bildern zu extrahieren. Das Projekt ist sowohl als Python-Paket verfügbar als auch mit einer benutzerfreundlichen Streamlit-Webanwendungsschnittstelle. Es unterstützt eine breite Palette von visuellen Modellen...

Doc2X

Doc2X ist ein leistungsfähiges Werkzeug zur Erkennung und Konvertierung von Dokumentenbildern und Formeln, das sich der Bereitstellung effizienter und intelligenter Lösungen für die Dokumentenverarbeitung verschrieben hat. Ob es sich um eine akademische Forschungsarbeit, Lehrbücher, Unternehmensdokumente oder Finanzberichte handelt, Doc2X kann die Tabellen und Formeln in PDF genau erkennen und sie mit einem einzigen Klick in Word konvertieren....

STranslate

STranslate ist ein gebrauchsfertiges Übersetzungs- und OCR-Tool, das von WPF entwickelt wurde. Das Tool wurde entwickelt, um eine effiziente und bequeme Übersetzung und OCR-Funktionalität (Optical Character Recognition) für eine Vielzahl von Sprachen und Texttypen zu bieten.STranslate ist ein Open-Source-Projekt, das für Benutzer kostenlos heruntergeladen und...

Llama OCR: OCR-Bibliothek, die Bilder in drei Zeilen Code in Markdown umwandelt und dabei die kostenlose Llama 3.2 Vision-Schnittstelle verwendet

Llama OCR ist eine OCR-Bibliothek (Optical Character Recognition), die auf Llama 3.2 Vision basiert und Dokumente in das Markdown-Format konvertiert. Die Bibliothek wurde von Nutlope entwickelt und verwendet die kostenlose Llama 3.2-Schnittstelle, die von Together AI für...

Easydict

Easydict ist eine einfache und elegante Wörterbuch-Übersetzungs-App für macOS-Nutzer. Mit Unterstützung für mehrere Übersetzungsdienste und Offline-OCR-Erkennung, macht es einfach, elegant Wörter nachzuschlagen oder Text zu übersetzen.Easydict kommt aus der Box mit Unterstützung für die Eingabe von Übersetzungen, Wischen Übersetzungen und Screenshot Übersetzungen, und bietet bequeme mehrsprachige...

Datalab: spezielles KI-Modell für OCR-Erkennung, PDF zu Markdown (Open Source/API)

Datalab bietet eine Reihe von fortschrittlichen KI-Modellen mit Schwerpunkt auf OCR, Layout-Analyse, PDF zu Markdown und mehr. Diese Modelle sind nicht nur leistungsstark, sondern auch einfach zu bedienen und quelloffen. Die Marker-Modelle auf der Plattform können PDF schnell und präzise in Markdown konvertieren, einschließlich Tabellen und Formeln...

TTime

TTime, ein auf GitHub veröffentlichtes Projekt von InkTimeRecord, ist eine einfache und effiziente Übersetzungssoftware. Es bietet hauptsächlich Eingabe-, Screenshot-, Strich- und Hoverball-Übersetzungsfunktionen und unterstützt mehrere Übersetzungsquellen und Texterkennungsdienste, so dass Benutzer schnell Sprachkonvertierung und Texterkennung durchführen können. Darüber hinaus bietet TT...