★
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
tesserocr 是用 Python 编写的代码库，提供可直接复用的能力。
目前累计 2.2k star、260 fork，主要语言为 Python，项目始于 2015 年，采用 MIT 许可。最近状态：近半年有提交。适合：需要直接复用能力的开发者。
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。sirfz/tesserocr 是一个以 Python 为主的开源项目，目前累计 2.2k star、260 fork，近半年有提交。主要方向：cython、OCR、optical-character-recognition、python-library、tesseract。
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。README
正在加载…相关项目
★
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。
★
rich 是用 Python 编写的代码库，提供可直接复用的能力，主打界面美观。
Rich is a Python library for rich text and beautiful formatting in the terminal.
★
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.
★
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…
★
OpenVoice 是用 Python 编写的 AI 模型，提供可直接使用的模型与权重。
Instant voice cloning by MIT and MyShell. Audio foundation model.