PaddleOCR 是用 Python 编写的工程工具,用于代码分析、构建与打包,主打轻量、功能完整。
Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LL…
practical-tutorials
项目驱动学习教程合集,通过一步步做完整项目来掌握一门技术。目前累计 28.8 万 star、3.7 万 fork,在本地项目库中星标排名约第 16 / 65705,主要语言为 Python,项目始于 2017 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给想补齐某块知识的开发者:涉及 beginner-project、cpp、golang、javascript 方向。
按累计星标排序,库内共 65,705 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,968 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
PaddleOCR 是用 Python 编写的工程工具,用于代码分析、构建与打包,主打轻量、功能完整。
Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LL…
MinerU 是用 Python 编写的工程工具,用于代码分析、构建与打包。
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
tesseract 是用 C++ 编写的学习资料,用于系统学习与查阅,主打开源免费。
Tesseract Open Source OCR Engine (main repository)
OCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片,PDF文档识别,排除水印/页眉页脚,扫描/生成二维码。内置多国语言库。
OCR software, free and offline. 开源、免费的离线OCR软件。支持截屏/批量导入图片,PDF文档识别,排除水印/页眉页脚,扫描/生成二维码。内置多国语言库。
paperless-ngx 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
A community-supported supercharged document management system: scan, index and archive all your documents
ShareX 是用 C# 编写的开源项目,主题标签有限,建议打开仓库查看具体用途,主打开源免费。
ShareX is a free and open-source application that enables users to capture or record any area of their screen with a single keystroke. It also suppo…
tesseract.js 是用 JavaScript 编写的学习资料,用于系统学习与查阅。
Pure Javascript OCR for more than 100 Languages 📖🎉🖥
OCRmyPDF 是用 Python 编写的多媒体工具,用于处理音视频内容。
OCRmyPDF adds an OCR text layer to scanned PDF files, allowing them to be searched
EasyOCR 是用 Python 编写的学习资料,用于系统学习与查阅。
Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc.
opendataloader-pdf 是用 Java 编写的 AI 工具,用于人工智能方向的建模与推理,主打开源免费。
PDF Parser for AI-ready data. Automate PDF accessibility. Open-source.
🌈一个跨平台的划词翻译和OCR软件 | A cross-platform software for text translation and recognition.
🌈一个跨平台的划词翻译和OCR软件 | A cross-platform software for text translation and recognition.
LaTeX-OCR 是用 Python 编写的学习资料,用于系统学习与查阅。
pix2tex: Using a ViT to convert images of equations into LaTeX code.
一个简洁优雅的词典翻译 macOS App。开箱即用,支持离线 OCR 识别,支持有道词典,🍎 苹果系统词典,🍎 苹果系统翻译,OpenAI,Gemini,DeepL,Google,Bing,腾讯,百度,阿里,小牛,彩云和火山翻译。…
一个简洁优雅的词典翻译 macOS App。开箱即用,支持离线 OCR 识别,支持有道词典,🍎 苹果系统词典,🍎 苹果系统翻译,OpenAI,Gemini,DeepL,Google,Bing,腾讯,百度,阿里,小牛,彩云和火山翻译。A concise and elegant Dictiona…
视觉小说翻译器 / Visual Novel Translator
视觉小说翻译器 / Visual Novel Translator
liteparse 是用 Rust 编写的工程工具,用于代码分析、构建与打包,主打速度快、开源免费。
A fast, helpful, and open-source document parser
chandra 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
OCR model that handles complex tables, forms, handwriting with full layout.
超轻量级中文ocr,支持竖排文字识别, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) 总模型仅4.7M
超轻量级中文ocr,支持竖排文字识别, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) 总模型仅4.7M
zerox 是用 TypeScript 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
OCR & Document Extraction using vision models
PyMuPDF 是用 Python 编写的代码库,提供可直接复用的能力,主打高性能。
PyMuPDF is a high performance Python library for data extraction, analysis, conversion & manipulation of PDF (and other) documents.
Translate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer working)
Translate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer working)
Bob 是一款 macOS 平台的翻译和 OCR 软件。
Bob 是一款 macOS 平台的翻译和 OCR 软件。
视频硬字幕提取,生成srt文件。无需申请第三方API,本地实现文本识别。基于深度学习的视频字幕提取框架,包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (har…
视频硬字幕提取,生成srt文件。无需申请第三方API,本地实现文本识别。基于深度学习的视频字幕提取框架,包含字幕区域检测、字幕内容提取。A GUI tool for extracting hard-coded subtitle (hardsub) from videos and generati…
Dolphin 是用 Python 编写的工程工具,用于代码分析、构建与打包。
The official repo for “Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting”, ACL, 2025.
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 65,968 个,本站已收录 65,705 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。