OCR

1. 首页
2. OCR

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 482 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 477 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 476 浏览

TextHarmony

TextHarmony是一款由华东师范大学与字节跳动联合开发的多模态生成模型，擅长视觉与文本信息的生成与理解。该模型基于Slide-LoRA技术，支持视觉文本生成、编辑、理解及感知等功能，广泛应用于文档分析、场景文本识别、视觉问题回答、图像编辑与增强以及信息检索等领域。通过高质量数据集的构建与多模态预训练，TextHarmony在视觉与语言生成任务中表现出色。

AI项目与工具 2025年06月12日 47 点赞 0 评论 472 浏览

CopyFish

一个免费的 OCR 程序，可从图片、视频和 PDF 文件中提取文本。

格式转换 2025年06月05日 81 点赞 0 评论 465 浏览

PDF.ai

PDF.ai是一个创新平台，使用 AI 与任何文档聊天并提出问题、获取摘要、查找信息等。

Ai办公效率 2025年06月05日 46 点赞 0 评论 464 浏览

pdf

pdf-craft 是一款专注于将扫描书籍的 PDF 文件转换为 Markdown 和 EPUB 格式的工具。它结合 DocLayout-YOLO 布局分析与 PaddleOCR 文本识别技术，精准提取正文内容并优化阅读顺序，支持跨页处理与结构化输出。适用于学术研究、电子书制作、文档存档及教育资料整理等多种场景。

AI项目与工具 2025年06月12日 23 点赞 0 评论 462 浏览

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。

AI项目与工具 2025年06月12日 80 点赞 0 评论 461 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 458 浏览

小虫快读BugQR

一款基于OCR技术和AI大语言模型的高效阅读工具。小虫快读通过拍照书籍页面，应用可以自动识别并总结书籍内容，帮助你快速获取书籍的核心信息，还能通过语音播放总结内容。

Ai办公效率 2025年06月05日 10 点赞 0 评论 454 浏览