OCR

eSearch

eSearch是一款基于Electron框架的开源跨平台AI桌面应用,适用于Linux、Windows和macOS系统。它集成了多种功能,包括快速截屏、OCR文字识别、搜索翻译、屏幕录制和屏幕贴图等。凭借简洁的界面和强大的功能,eSearch显著提高了用户在桌面环境中的工作效率,尤其适合教育、办公自动化、设计和内容创作等领域。

PDFcandy

一款多功能工具,提供了处理 PDF 文件的广泛功能。PDFcandy允许用户将文件从 PDF 转换为各种支持的格式,还提供用于合并、拆分和编辑 PDF 以及从 PDF 文件中提取图像和文本的工具。

PearOCR

PearOCR,一个完全免费的在线OCR图像转文字网站。支持简体中文、繁体中文、英文、日文、韩文五种语言。

看典古籍

一个致力于古籍数字化和保护文化遗产的平台。看典古籍通过先进的OCR算法,将不同版式、年代和字体的古籍转化为数字化内容,提供图文对比阅读和全文搜索功能。

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。

[]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。

Claude Dev

Claude Dev 是一款基于 Claude 3.5 Sonnet 模型的 AI 编程助手,专为 Visual Studio Code 设计。它支持自动化处理复杂编程任务,包括文件操作、代码生成、项目初始化等,并通过实时监控资源消耗和智能权限管理保障安全性。此外,其互动式开发辅助功能和直观界面显著提升了代码编写与项目管理的效率,适用于教育、游戏开发及专业编程等多个领域。

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。

moonshot

moonshot-v1-vision-preview 是一款由月之暗面开发的多模态图像理解模型,具备精准的图像识别、OCR 文字识别和数据解析能力。支持 API 集成,适用于内容审核、文档处理、医学分析、智能交互等多个领域。模型可识别复杂图像细节、分析图表数据,并从美学角度进行图像评价,适合需要高效图像处理和智能交互的应用场景。