★
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…
Topdu / OpenOCR
OpenOCR
OpenOCR: An Open-Source Toolkit for General-OCR Research and Applications, integrates a unified training and evaluation benchmark, commercial-grade OCR and Document Parsing systems, and faithful reproductions of the core implementations from a wide range of academic papers.
OpenOCR 是用 Python 编写的实用工具，用于解决具体场景问题，主打开源免费。
目前累计 1.5k star、151 fork，主要语言为 Python，项目始于 2024 年，采用 Apache-2.0 许可。最近状态：近半年有提交。适合：所有开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。Topdu/OpenOCR 是一个以 Python 为主的开源项目，目前累计 1.5k star、151 fork，近半年有提交。主要方向：chineseocr、document-analysis、document-parsing、document-processing、OCR、ocr-pytorch。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。chineseocrdocument-analysisdocument-parsingdocument-processingOCRocr-pytorchscene-text-detectionscene-text-recognition
README
正在加载…相关项目
★
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.
★
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
★
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。
★
docling 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
Get your documents ready for gen AI
★
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL…
[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/…