zotero-ocr
在 Zotero 里直接给扫描 PDF 做 OCR，文字可搜可引。
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 ★ 837
使用教程
环境要求
- Zotero 7
- 可选的 Tesseract
安装与启动步骤
-
1装 Zotero
先有 Zotero 7，插件依赖它的接口。
# https://www.zotero.org/download/ -
2下插件
从 Releases 取 xpi 文件。
# https://github.com/ub-mannheim/zotero-ocr/releases -
3安装插件
Tools > Add-ons > 齿轮 > Install Add-on From File。
# 选择下载的 .xpi -
4跑 OCR
选中条目右键，走 OCR 菜单。
# 右键 PDF 条目 > OCR
如何确认成功
扫描版 PDF 处理后能全文检索到文字。
注意事项
- 扫描件没有文字层时，先 OCR 才能被 Zotero 检索。
- 大批量处理耗时长，分批跑。
- OCR 语言包要包含中文才会识别中文。
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
同类项目推荐
YOLO_Projects
开源
克隆即跑的19个YOLO视觉实战项目
19 ready-to-run computer vision projects with YOLO, ByteTrack & MediaPipe — countin···
mac-ocr
开源
用苹果自带识别，把图片和扫描 PDF 一键变成可搜索文本
macOS CLI for OCR and searchable PDFs using Apple's Vision framework
BCI
开源
用 GAN 一键把 H&E 病理图转成 IHC 图，省时省钱
BCI: Breast Cancer Immunohistochemical Image Generation through Pyramid Pix2pix
SmartJavaAI
开源
Java 开发者福音：一行依赖，离线搞定人脸、OCR、语音等 AI 功能
Java免费离线AI算法工具箱，支持人脸识别，活体检测，表情识别、目标检测、实例分割、行人···
lidar_obstacle_detector
开源
单核10毫秒，把激光点云变成带轨迹的障碍物
Real-time 3D LiDAR obstacle detection, tracking & trajectory prediction for ROS 1 / ···
mahotas
开源
NumPy 风格图像处理，C++ 加速，轻量做视觉特征
Computer Vision in Python
HandX
开源
让数字人双手协作，生成自然交互动作
[CVPR 2026] HandX: Scaling Bimanual Motion and Interaction Generation
semantic-segmentation-ml-pipelin···
开源
用TFX+GCP一键搭建语义分割生产级流水线
Machine Learning Pipeline for Semantic Segmentation with TensorFlow Extended (TFX) a···
LiDARCrafter
开源
从 LiDAR 序列直接生成动态 4D 世界，让机器看懂时空变化
[AAAI 2026 Oral] LiDARCrafter: Dynamic 4D World Modeling from LiDAR Sequences