zotero-ocr
在 Zotero 里直接给扫描 PDF 做 OCR，文字可搜可引。
zotero-ocr 是一个为文献管理工具 Zotero 开发的 OCR 插件，主要解决扫描版 PDF 无法直接复制、搜索和标注文字的问题。它通过集成 Tesseract OCR 引擎，在 Zotero 内部对 PDF 页面进行文字识别，并将识别结果以注释或附件形式回写，让用户无需离开 Zotero 就能把图片型 PDF 变成可检索、可引用的文本。核心能力包括：对选中条目或附件批量执行 OCR、支持多语言识别、识别结果可保存为笔记或独立文本文件，并与 Zotero 的条目结构关联。插件基于 JavaScript 编写，安装后以 Zotero 扩展形式运行，适合需要处理大量扫描文献的研究者、学生和图书馆员，减少在外部 OCR 工具与文献管理器之间来回切换的成本。
开源
free
计算机视觉
GitHub 星标
★ 826
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类计算机视觉
开发团队UB-Mannheim
所属国家
定价模式free
价格说明开源免费插件
访问状态
是否开源是
开源协议AGPL-3.0
主要语言JavaScript
技术栈/模型hacktoberfest,ocr,tesseract-ocr,zotero,zotero-plugin
GitHub 星标★ 826
30天Star增速
HF 下载量
上线时间2018-10-25 00:00:00
最近更新2026-09-15 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-19
浏览次数0
使用教程
核心亮点
- 与 Zotero 深度集成，识别结果直接回写为笔记或附件，不用导出文件再处理
- 基于 Tesseract，支持多语言识别，覆盖常见扫描文献场景
- 安装即用，对已有 Zotero 工作流改动小，适合批量处理扫描版 PDF
不足之处
- 依赖 Tesseract 本地环境，首次配置对非技术用户有一定门槛
- OCR 准确率受扫描质量和语言包影响，复杂排版或手写内容效果有限
适用场景
- 研究生整理大量扫描版外文文献，需要快速提取正文做笔记和引用
- 图书馆员将馆藏扫描 PDF 批量 OCR，提升全文检索能力
- 写综述时对无法复制文字的旧论文做识别，直接生成可编辑摘录
替代项目
OCRmyPDF、Paperless-ngx
项目介绍
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3