项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-29 · 当前星标 ★ 132
核心亮点
- 完全离线运行，文件不出本机，无 API Key 和调用费用
- 用 olmOCR 视觉大模型做 OCR，对复杂版式、表格、公式的识别优于传统 OCR
- 同时提供 Web UI 和 CLI，既能交互式上传也能脚本批量处理
不足之处
- 依赖本地视觉大模型，对显卡显存和算力有要求，低配机器体验受限
- 项目星标约 120，属于早期阶段，文档和社区生态还在完善中
适用场景
- 处理含表格、公式的学术论文扫描件，转成可搜索 PDF 便于检索引用
- 律师或财务人员本地批量 OCR 合同、发票，避免敏感文件上传云端
- 个人把纸质书扫描件转成可搜索文本，离线整理个人知识库
替代项目
OCRmyPDF、PaddleOCR、Tesseract
上一篇：laravel-ocr
下一篇：manuscript-ocr
同类项目推荐
eSearch-OCR
开源
npm 装完就能在 JS 里跑 PaddleOCR 取字。
基于paddleOCR的js库
FasterViT
开源
让视觉 Transformer 又快又准，高分辨率图像处理利器
[ICLR 2024] Official PyTorch implementation of FasterViT: Fast Vision Transformers w···
NAF
开源
零样本特征放大，无需训练，即插即用提升视觉模型分辨率
Official Implementation of NAF: Zero-Shot Feature Upsampling via Neighborhood Attent···
VisionState
开源
用现有摄像头+本地AI，把车库门、人车、水电燃气表变成HA传感器
Turn your cameras into Home Assistant sensors with a local AI: garage door open/clos···
OpenOCR
开源
一套框架搞定 OCR 训练、评测与文档解析落地
OpenOCR: An Open-Source Toolkit for General-OCR Research and Applications, integrate···
smriprep
开源
一键自动化处理结构MRI，让预处理标准化可复现
Structural MRI PREProcessing (sMRIPrep) workflows for NIPreps (NeuroImaging PREProce···
galaxy-explorer
开源
浏览器里漫游程序化生成的银河系，无需后端和构建步骤
An interactive, procedurally-generated Milky Way galaxy in the browser — WebGL / th···
obsidian-text-extractor
开源
图片PDF一键变可搜索文字，笔记整理效率翻倍
A (companion) plugin to facilitate the extraction of text from images (OCR) and PDFs···
segmentation_models.pytorch
开源
一行代码调用 500+ 预训练分割模型，快速搭建语义分割流水线。
Semantic segmentation models with 500+ pretrained convolutional and transformer-base···