doctr
PDFや画像から文字を抽出するPython製OCRライブラリです。文書のテキスト抽出をアプリに組み込めます。
再現できる小さなissueを選び、AIコーディングエージェントで直してみましょう。
Xで共有ライセンス: Apache-2.0
概要
docTRは、深層学習によるOCRで文書から文字を抽出するPythonライブラリです。単語の位置を検出してから文字を認識する2段階の処理を行います。PDFや画像を入力し、検出用と認識用のモデル構成を選んで、学習済み予測器で解析できます。必要な依存関係を追加すればWebページも読み込め、レイアウト検出も利用できます。
主な特長
- 単語の位置を検出し、文字を認識する2段階のOCR処理
- テキスト検出用と認識用のモデル構成を選択
- PDFと画像を読み込み、必要な依存関係があればWebページも読み込み
- OCR処理の一部として文書のレイアウトを検出
こんな人・用途に
PDFや画像から深層学習OCRで文字を抽出したい開発者向けです。OCRモデルを選んだり、文書のレイアウトを検出したりするアプリにも適しています。
- アップストリーム
- mindee/doctr
- GitHubのフォーク
- Guo-astro/doctr
- アップストリームのスター数
- 6.4k
- カテゴリ
- ドキュメント・メディア・コンテンツ
- 言語
- Python
- ライセンス
- Apache-2.0
- フォーク日
- 2026-10-05
- 同期状態
- 同期済み最終同期 2026-11-08
同じカテゴリ: ドキュメント・メディア・コンテンツ
LuxTTSは参照音声から声を再現して、明瞭な48 kHz音声を生成する軽量な音声合成モデルです。Python、Colab、Hugging Face Spacesで利用できます。
フォーク日 2026-10-19最終同期 2026-11-08ライセンス: Apache-2.0ドキュメント・メディア・コンテンツGitHub
Markdownノートを作成、整理、検索、共有できるセルフホスト型の知識ベースです。オフライン利用やチームワークスペースに対応し、個人やチームの文書管理に使えます。
フォーク日 2026-10-19最終同期 2026-11-08ライセンス: MITドキュメント・メディア・コンテンツGitHub
Textusは、AIライティングアシスタントを備えた無料のオープンソースMarkdownエディターです。macOS、Windows、Linuxで文章やメモを書けます。
フォーク日 2026-10-18最終同期 2026-11-08ライセンス: MITドキュメント・メディア・コンテンツGitHub
Clypraは、映像をフレーム単位で編集できる無料のオープンソース動画編集ソフトです。RustとGPUを活用してデコードと描画を行います。
フォーク日 2026-10-14最終同期 2026-11-08ライセンス: MITドキュメント・メディア・コンテンツGitHub