OCR

1. 首页
2. OCR

小虫快读

小虫快读（BugQR）是一款集成OCR技术和AI大语言模型的高效阅读工具，支持拍照识别、文字提取、核心内容总结及语音播放等功能。其三大总结模式（Summary、Explain、Note）满足多样化阅读需求，适用于学生、教师、研究人员、商业分析人士及法律专业人士等多个领域。免费版提供基础功能，高级版本支持内容导出。

AI项目与工具 2025年06月12日 24 点赞 0 评论 454 浏览

ShareX

ShareX是一款免费且开源的高级截图工具和屏幕记录器，不仅可以截图，还可以录屏，自动添加水印和阴影，适用于Windows系统。

图片处理 2025年06月05日 37 点赞 0 评论 476 浏览

AI速搭

AI速搭是百度智能云推出的低代码开发平台，支持可视化操作，无需编程即可快速构建智能应用。集成文心一言、人脸识别、OCR等AI能力，提供数据管理、API对接、流程控制等功能，适用于内容创作、智能客服、数据分析等多种场景，提升开发效率与智能化水平。

AI项目与工具 2025年06月12日 85 点赞 0 评论 476 浏览

ChatPDFLocal

一款专为Mac用户设计的本地PDF阅读和处理工具，它结合了原生 macOS 界面和强大的大型语言模型（LLM），能够快速、安全地处理 PDF 文件。

Ai办公效率 2025年06月05日 72 点赞 0 评论 479 浏览

MM1.5

MM1.5是苹果公司研发的多模态大型语言模型，具备强大的文本与图像理解能力，包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法，实现了从1B到30B参数规模的性能提升，并推出了视频和移动UI专用版本，为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。

AI项目与工具 2025年06月12日 64 点赞 0 评论 480 浏览

WebSSL

WebSSL是由Meta和纽约大学等机构开发的视觉自监督学习模型，基于大规模网络图像数据训练，无需语言监督即可学习有效视觉表示。其包含多个变体，参数规模从3亿到70亿不等，在多模态任务如视觉问答、OCR和图表理解中表现出色。通过筛选含文本图像数据，显著提升特定任务性能。模型具备良好的扩展性，适用于智能客服、文档处理、医疗影像分析等多个领域。

AI项目与工具 2025年06月11日 92 点赞 0 评论 483 浏览

DeepPDF

DeepPDF 是一款基于 AI 的在线 PDF 处理工具，支持文档智能问答、自动摘要生成、多语言翻译、图像与公式解析、术语解释及格式转换等功能。其特点在于保留原文排版、支持多种语言、提供高效的文档管理能力，广泛应用于教育、科研和职场场景，提升文档处理效率与信息理解能力。

AI项目与工具 2025年06月12日 61 点赞 0 评论 496 浏览

易飞文字识别

免费在线批量图片文字提取，支持中英文等多种语言的高效准确识别，一键复制文本导出Word。

格式转换 2025年06月05日 51 点赞 0 评论 497 浏览

MarkItDown

MarkItDown是一款由微软推出的开源文档转换工具，支持多种文件格式（如PDF、Office文档、图像、音频等）转换为Markdown格式。它具备OCR文字识别、语音转文字、元数据提取等功能，适用于文档归档、内容发布、数据挖掘、学术研究等多个场景，旨在简化文件处理流程，提升工作效率。通过提供简单易用的API接口，MarkItDown成为开发者友好型工具。

AI项目与工具 2025年06月12日 22 点赞 0 评论 509 浏览

Ai PDF

Ai PDF 是一款强大的工具，可在GPTs平台上运行，旨在有效管理和操作 PDF 文件。它可以处理很大尺寸的PDF文档，Ai PDF的开发重点是提高用户满意度和生产力，无需重复上传文件。

GPTs应用 2025年06月05日 15 点赞 0 评论 516 浏览