Aya Vision 32B 是由 Cohere For AI 开发的先进视觉语言模型，拥有 320 亿参数，支持 23 种语言，包括英语、中文、阿拉伯语等。该模型结合了最新的多语言语言模型 Aya Expanse 32B 和 SigLIP2 视觉编码器，通过多模态适配器实现视觉与语言理解的结合。它在视觉语言领域表现出色，能够处理复杂的图像与文本任务，如 OCR、图像描述、视觉推理等。该模型的发布旨在推动多模态研究的普及，其开源权重为全球研究人员提供了强大的工具。该模型遵循 CC-BY-NC 许可证，并需遵守 Cohere For AI 的合理使用政策。

Azure AI Vision with OCR and AI是一种基于Microsoft Azure的计算机视觉开发工具，可以通过OCR、目标检测和图像分析等功能，加速对图像和视频内容的开发和分析，从中获取有价值的信息。

通过OCR识别文本，并创建可搜索的PDF文件。

该项目可以将漫画/图片中的文字进行翻译,主要功能包括文本检测、光学字符识别(OCR)、机器翻译和图像修补。它支持多种语言如日语、中文、英语和韩语等,可实现近乎完美的翻译效果。该项目主要面向漫画爱好者和图像处理工作者,可以方便地阅读外语漫画或进行图像的多语言处理。此外,它还提供Web服务、在线演示和命令行工具等多种使用方式,具有良好的可用性。该项目代码开源,欢迎大家一起完善和贡献。

chineseocr_lite是一个开源的轻量级中文OCR（光学字符识别）项目，旨在提供高效、轻量级的中文文字识别解决方案。

OCR Markdown 是一款工具，能将扫描的图像和 PDF 文件转换为可编辑的 Markdown 文本。它比其他 OCR 服务更便宜，注重隐私，文档存储安全

Nanonets提供一种智能化OCR解决方案，能够自动化处理大量文件，减少时间和成本，并且准确率高。

免费在线 OCR - 将图像和 PDF 转换为文本

简化您的簿记业务与人工智能...

DeepDetect是一个开源的深度学习平台，提供了一个完整的深度学习解决方案，包括平台、服务器和Web界面，以及预训练模型和API接口。它支持多种应用场景，包括图像标记、目标检测、OCR和情感分析等任务。

一个极简的OCR工具,无需安装，支持离线图片文字提取

简洁、高效、高颜值的输入、截图、划词翻译AI工具

LlamaOCR.com是一个基于OCR技术的在线服务，它能够将上传的图像文件转换成结构化的Markdown格式文档。这项技术的重要性在于它极大地提高了文档转换的效率和准确性，尤其是在处理大量文本资料时。LlamaOCR.com由'Together AI'提供支持，并且与'Nutlope/llama-ocr'的GitHub仓库相关联，显示了其开源和社区支持的背景。产品的主要优点包括易用性、高效率和准确性。

Vanguard-s/Electronic-Component-Sorter是一个利用机器学习和人工智能自动化识别和分类电子元件的项目。该项目通过深度学习模型，能够将电子元件分为电阻、电容、LED、晶体管等七大类，并通过OCR技术进一步获取元件的详细信息。它的重要性在于减少人工分类错误，提高效率，确保安全性，并帮助视觉障碍人士更便捷地识别电子元件。

Azure AI Vision with OCR and AI是微软Azure提供的一项人工智能服务，通过OCR和AI技术，帮助用户从图像和视频内容中提取洞察力，实现自动化的文本识别和图像分析。

一个简单易用的在线 OCR 文字识别工具，支持图片、PDF。用户只需将图像和PDF文件上传到平台，即可提取文本。

PDF-Extract-Kit是一个专门用于提取PDF文件中高质量内容的工具包。它通过多个组件实现对PDF文档的深度解析，包括版面检测、公式检测、公式识别和光学字符识别（OCR）。该工具包使用先进的模型如LayoutLMv3、YOLOv8、UniMERNet和PaddleOCR，以适应各种类型的PDF文档，并在版面和公式检测方面具有高精度。它还特别针对扫描模糊或带有水印的文档进行了优化，以确保在复杂情况下也能提供准确的提取结果。

该产品是一个专门设计的 OCR 系统，旨在从复杂的教育材料中提取结构化数据，支持多语言文本、数学公式、表格和图表，能够生成适用于机器学习训练的高质量数据集。该系统利用多种技术和 API，能够提供高精度的提取结果，适合学术研究和教育工作者使用。

TurboLens是一个集OCR、计算机视觉和生成式AI于一体的全功能平台，它能够自动化地从非结构化图像中快速生成洞见，简化工作流程。产品背景信息显示，TurboLens旨在通过其创新的OCR技术和AI驱动的翻译及分析套件，从印刷和手写文档中提取定制化的洞见。此外，TurboLens还提供了数学公式和表格识别功能，将图像转换为可操作的数据，并将数学公式翻译成LaTeX格式，表格转换为Excel格式。产品价格方面，TurboLens提供免费和付费两种计划，满足不同用户的需求。

AICNN是个一站式AI聚合平台，提供多种AI相关服务，集成了GPT、Claude、AIPPT、AI综合工作流、AI视频生成等工具。AICNN基于DeepSeek、GPT、Claude等大模型提供了智能体综合应用，知识库应用，自研了AIPPT生成等工具，用户可不受限制创建智能体、知识库、以及享受PPT生成等工具的生成、下载。AICNN提供免费版、入门版、基础版和专业版等会员版本，可以满足不同用户的需求。

EdgeOne Pages Functions：AI OCR是一款基于人工智能技术的图像文字识别服务，它能够将图片中的文字内容转换为可编辑的文本格式。这项技术的重要性在于它极大地提高了文字录入的效率，减少了人工输入的错误率，并且能够处理多种语言的文字识别。产品背景信息显示，EdgeOne提供了一个免费的部署平台，拥有即时全球CDN覆盖，这使得AI OCR服务可以快速、稳定地服务于全球用户。价格方面，用户可以免费部署体验，具体定价策略未在页面中明确说明。

帮助用户轻松创作精美的图文内容的AI图文创作工具

这是一个开源的OCR API，利用OpenAI强大的语言模型和优化的性能技术（如并行处理和批处理）来实现从复杂PDF文档中提取高质量文本。非常适合寻求高效文档数字化和数据提取解决方案的企业。

领先的AI智能聚合平台，提高您的办公效率

无广告、简洁高效的专业文件扫描工具

截屏OCR小工具，提取文字/各类表格/财务报表/银行流水

在线一键提取图片中的文字

PDF工具在线平台, 完整地集成了完全自主、全球领先的核心技术, 简洁极佳的用户

灵云开放平台免费提供全面的智能人机交互技术，包括语音合成、识别，手写识别，光学字符识别，语义理解，机器翻译等，助力移动应用、智能硬件实现自然、智能的交互。

超级公式是一款高效的学生在线OCR公式识别编辑软件，支持图片公式识别、PDF文件转换、公式编辑等功能，满足学术论文写作、教学辅助和企业文档处理等需求。