OCR

1. 首页
2. OCR

Dpdf

好用的在线 PDF工具网站，提供免费的在线PDF工具，包括合并、拆分、转换PDF等功能。

Ai平台模型 2025年06月05日 95 点赞 0 评论 827 浏览

PaliGemma 2

PaliGemma 2是一款由Google DeepMind研发的视觉语言模型（VLM），结合了SigLIP-So400m视觉编码器与Gemma 2语言模型，支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现，在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务，包括图像字幕生成、视觉推理等，并支持量化和CPU推理以提高计算效率。

AI项目与工具 2025年06月12日 10 点赞 0 评论 826 浏览

VideoDrafter

一个高质量视频生成的开放式扩散模型，相比之前的生成视频模型，VideoDrafter最大的特点是能在主体不变的基础上，一次性生成多个场景的视频。

Ai开源项目 2025年06月05日 89 点赞 0 评论 825 浏览

Tesseract

Tesseract是一款开源的光学字符识别（OCR）引擎，支持多语言识别和多种图像格式。其具备高精度的文字识别能力，适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行，并提供丰富的编程接口和自定义训练功能，便于开发者集成和优化识别效果。

AI项目与工具 2025年06月12日 12 点赞 0 评论 825 浏览

拍试卷

拍试卷是一款基于OCR技术的试卷扫描与处理软件，具备高清扫描、手写内容擦除、试卷还原等功能，支持将试卷内容转换为可编辑的文本格式、Word文档或PDF文件，适用于教师备课、学生自学、学术研究及出版行业等多个场景，同时提供图片文字识别、公式识别和PDF扫描识别等特色功能，全面提升工作效率。

AI项目与工具 2025年06月12日 29 点赞 0 评论 822 浏览

迅捷文字识别

在线一键提取图片中的文字

格式转换 2025年06月05日 63 点赞 0 评论 821 浏览

UPDF

UPDF是一款基于AI技术的多功能PDF工具，支持文本编辑、图片编辑、注释、转换、OCR识别、表单填写及签名等功能。其特色包括跨平台兼容性（Windows、Mac、Android、iOS及在线版本）、AI辅助阅读体验（总结、翻译、解释）以及便捷的商务与学术应用场景。适用于文档编辑、学术研究、商务沟通及法律文件处理等多样化需求。

AI项目与工具 2025年06月12日 83 点赞 0 评论 821 浏览

[]万兴PDF编辑器

万兴PDF编辑器是一款功能丰富的PDF处理软件，它通过提供直观的用户界面和强大的编辑工具，使用户能够轻松地完成PDF的创建、编辑、转换和保护等任务。

排版编辑 2026年08月06日 0 点赞 0 评论 819 浏览

EasyOCR

EasyOCR是一款基于深度学习技术的开源OCR工具，支持超过80种语言及多种书写系统。它提供高精度的文字识别能力，用户可通过简单的API轻松地将图像中的文本转换为可编辑的文本。EasyOCR易于安装和使用，支持跨平台操作，并具备批量处理能力。该工具在图像质量有一定要求的情况下，能够高效处理大量图像文件。

AI项目与工具 2025年06月12日 89 点赞 0 评论 814 浏览

Pot划词翻译

Pot划词翻译，一个跨平台的划词翻译软件， 免费、方便的跨平台划词翻译、截图翻译工具，支持多个翻译源，技术外文阅读利器。

Ai办公效率 2025年06月05日 97 点赞 0 评论 805 浏览