Le Decoupator est un outil en ligne de commande permettant de découper des images contenant du texte en plusieurs parties, chacune correspondant à un bloc de texte. Il utilise des algorithmes de traitement d'images et de reconnaissance optique de caractères pour détecter les contours des blocs de texte et en extraire le contenu.

Ce projet vise à produire un jeu de données de transcriptions de manuscrits du Roman d'Alexandre en arabe écrits en caractères levantins. Il a été réalisé dans le cadre d'un hackathon réunissant des étudiants de plusieurs universités françaises et visait à former ces derniers à la reconnaissance automatique de textes manuscrits (HTR) et à leur fournir une introduction à la littérature populaire du Moyen-Âge et aux manuscrits arabes. Le projet a abouti à la production d'un modèle d'HTR entraîné sur plus de 3 400 000 caractères extraits de cinq manuscrits provenant de trois bibliothèques européennes.

OCR-Xtract est un outil conçu pour extraire des informations à partir de documents numérisés en utilisant des techniques de reconnaissance optique de caractères (OCR) et de traitement d'images. Il est destiné à aider les agents de l'État à traiter plus rapidement les documents dont les formats ne sont pas directement exploitables numériquement.

Ce projet fournit des outils pour altérer des documents textuels de manière à reproduire les dégradations courantes de la reconnaissance optique de caractères (ROC). Cela peut être utile pour évaluer les procédures de traitement de données historiques endommagées.

Ensemble d'outils Python pour interagir avec Tesseract, permettant la détection de tableaux dans des PDF ou images et la reconnaissance optique de caractères (OCR) sur chaque cellule.

Le projet Correction-OCR utilise des modèles de langage pour corriger les erreurs de reconnaissance optique de caractères (OCR) dans des textes fournis. Il s'appuie sur des modèles de langage de pointe pour fournir des corrections précises et améliorer la qualité des textes OCR.

Ce module expose une interface de service web (REST) pour réaliser de la reconnaissance optique de caractères (OCR) sur des documents. Il permet d'envoyer une requête en mode POST avec une image encodée en base64 et de recevoir le résultat de l'OCR sous forme de flux JSON.

Le projet transcribus2sdhss vise à automatiser la transcription de documents historiques grâce à la reconnaissance optique de caractères (OCR) et à d'autres techniques d'intelligence artificielle. Il permet de faciliter l'accès aux collections numérisées et d'analyser le contenu de documents manuscrits pour en extraire des informations utiles.

Ce plugin permet de réaliser une reconnaissance optique de caractères (OCR) sur 3 types de documents : RIB, avis d'imposition et cartes d'identité. Il utilise l'engine A2IA pour effectuer l'OCR et retourne les résultats sous forme de HashMap.

Logiciel de segmentation d'images et de reconnaissance d'objets utilisant des champs aléatoires markoviens (CRF) denses. Il permet de définir des termes unaires et des termes appariant des paires de labels en fonction de caractéristiques d'images, et d'optimiser ces termes pour trouver la segmentation la plus probable.