标签:文本识别

Mistral OCR

Mistral OCR 是 Mistral AI 推出的先进光学字符识别(OCR)工具,专为处理复杂文档而设计。能全面理解文档中的文本、图像、表格和数学公式等元素,支持数千种...
阅读原文

olmOCR

olmOCR 是 Ai2 推出的开源工具,用在将 PDF 文档高效转换为干净的结构化纯文本。olmOCR结合文档锚定(document-anchoring)技术与Qwen2-VL-7B-Instruct(阿里...
阅读原文

什么是光学字符识别(Optical Character Recognition, OCR)

光学字符识别(Optical Character Recognition,OCR)是一种将文本图像转换为机器可读格式的技术。通过自动数据提取,能快速识别扫描文档、相机图像和图像PDF...
阅读原文

Text Behind Image:在角色背后插入文字标题

Text Behind Image是开源的在线工具,支持用户在图片中的角色背后添加文字,创建具有视觉冲击力的海报和社交媒体图像。用户在图像中的主体背后添加自定义文本...
阅读原文

GOT-OCR2.0

GOT-OCR 2.0是一种先进的光学字符识别(OCR)模型,推动OCR技术进入2.0时代。GOT-OCR 2.0端到端的模型由高压缩编码器和长上下文解码器组成,能处理包括文本、...
阅读原文

PaddleOCR 2.9

PaddleOCR 2.9是由百度飞桨(PaddlePaddle)推出的一款开源光学字符识别(OCR)工具库。提供丰富的算法和模型,支持多种语言识别,提供数据标注和合成工具。P...
阅读原文

Manga Translator

Manga Translator是Chrome浏览器扩展程序,能帮助用户快速翻译漫画中的对话框文字。工具基于AI技术,支持将漫画、扫描和图像翻译成135种以上不同的语言(包括...
阅读原文