Awesome GitHub RepositoriesDocument Analysis Tools

Umi-OCR is an optical character recognition engine designed to convert visual text from images and documents into machine-readable character data. It functions as a local-first toolkit, processing all visual data directly on the host machine using embedded neural network models to maintain privacy and offline availability. The project distinguishes itself through its focus on automated document digitization and integrated barcode and QR code decoding. By utilizing a modular, Python-based orchestration layer, it enables users to transform static image files and multi-page documents into search

dots.ocr is a suite of software utilities for document layout analysis, multilingual optical character recognition, and scene text digitization. It functions as an engine for extracting digital text and structured layout data from images and PDFs across various human scripts. The project includes a specialized transformer for converting charts, diagrams, and chemical formulas from raster images into scalable vector graphics. It also provides a pipeline to transform extracted text and structural layout from documents and web screenshots into formatted Markdown files. The system covers capabil

myGPTReader عبارة عن مجموعة من تطبيقات النماذج اللغوية الكبيرة بما في ذلك واجهة دردشة، وأداة تحليل مستندات، ومجمع أخبار. يركز النظام على استخراج المعلومات من الملفات الرقمية ومحتوى الويب لتمكين التحليل المحادثي وتكثيف المحتوى التلقائي. يتميز المشروع بمدير قوالب مطالبات (prompt template) لهيكلة تدفقات المحادثة وزيادة دقة الاستجابة. كما يتضمن عميل دردشة صوتية متعدد اللغات يدمج تحويل الكلام إلى نص وتحويل النص إلى كلام للتدريب التفاعلي في الوقت الفعلي وممارسة اللغة. تغطي المنصة قدرات أوسع في المحادثة المعززة بالاسترجاع، وتسليم الأخبار اليومية التلقائي، وتلخيص مواقع الويب ومحتوى الفيديو.