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 2026-09-19 · 当前星标 ★ 120
技术标签
核心亮点
- 同时封装 Gemini 与 Meta AI 两个后端，可切换对比识别效果
- 专门针对越南语古籍场景，比通用 OCR 更贴合旧字体与排版
- TypeScript 编写，接口清晰，便于二次集成到数字化流程
不足之处
- 依赖第三方 AI API，需自备密钥且受调用配额与费用限制
- 项目较早期，文档与社区生态待观察
适用场景
- 图书馆或档案馆批量数字化越南语旧书
- 研究者整理越南语历史文献与手稿
- 家谱、旧报刊等个人资料的文字提取
替代项目
Tesseract、PaddleOCR
上一篇：oar-ocr
同类项目推荐
FiT3D
开源
给二维视觉模型装上三维感知，微调后特征更懂空间结构
[ECCV 2024] Improving 2D Feature Representations by 3D-Aware Fine-Tuning
GutenOCR
开源
用多卡 vLLM 训练评测 VLM，把图片文字识别做准
Open-source tools for training and evaluating Vision Language Models for OCR
GeoPixel
开源
让多模态大模型精准定位遥感图像中的每个目标像素
GeoPixel: A Pixel Grounding Large Multimodal Model for Remote Sensing is specificall···
VideoPipe
开源
拖拽式搭建视频分析流水线，快速落地 CV+大模型应用
A cross-platform video structuring (video analysis) framework based on CV models & m···
x-unet
开源
用最新注意力机制升级 U-Net，提升图像生成与分割效果
Implementation of a U-net complete with efficient attention as well as the latest re···
ExtractPDF4J
开源
Java 库从文本/扫描 PDF 里抽结构化表格
Java PDF table extraction & OCR library. Extract structured tables from text-based a···
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···
MovieChat
开源
把整部电影装进模型，问啥答啥，长视频理解不再难。
[CVPR 2024] MovieChat: From Dense Token to Sparse Memory for Long Video Understandin···
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···