tesseract — 开源软件健康

PyPI

94卓越健康指数

ocrmypdf/OCRmyPDF

OCRmyPDF adds an OCR text layer to scanned PDF files, allowing them to be searched

Python★ 34.8K↓ 1.2M/月2026年9月16日

MPL-2.02026年9月16日 · 指标 2.10.0

PyPI

90优秀健康指数

pymupdf/PyMuPDF

PyMuPDF is a high performance Python library for data extraction, analysis, conversion & manipulation of PDF (and other) documents.

Python · SWIG★ 10.6K2026年8月28日

AGPL-3.02026年8月28日 · 指标 2.10.0

—

89优秀健康指数

CCExtractor/ccextractor

CCExtractor - Official version maintained by the core team

C · Rust★ 9032026年9月15日

GPL-2.02026年9月15日 · 指标 2.10.0

npm · Packagist · crates.io +1

87优秀健康指数

xberg-io/xberg

Polyglot document intelligence with a Rust core: extract text, metadata, images, tables, and structured data from 106 formats across 140 file extensions, plus code intelligence for 371 languages. Fifteen bindings, with CLI, REST API, and MCP server.

Rust★ 9,424↓ 2,541/月2026年10月18日

MIT2026年10月18日 · 指标 2.10.0

npm

86优秀健康指数

harshankur/officeParser

A robust, strictly-typed Node.js and Browser library for parsing office files into a rich Abstract Syntax Tree (AST) and generating high-fidelity output in multiple formats. Parses: docx · pptx · xlsx · odt · odp · ods · pdf · rtf · csv · md · html. Generates: Markdown · HTML · CSV · RTF · PDF · Plain Text · RAG Chunks

Rich Text Format · HTML★ 533↓ 2.9M/月2026年8月27日

MIT2026年8月27日 · 指标 2.10.0

npm

78良好健康指数

scribeocr/scribe.js

JavaScript OCR and text extraction for images and PDFs.

JavaScript★ 319↓ 29.8K/月2026年9月13日

AGPL-3.02026年9月13日 · 指标 2.10.0

Packagist · Go · crates.io +2

75良好健康指数

kreuzberg-dev/kreuzberg-lts

Kreuzberg v4 LTS — long-term support for the v4 line (legacy; superseded by xberg for v5+). MIT-licensed.

Rust · HTML★ 18↓ 2/月2026年10月20日

MIT2026年10月20日 · 指标 2.10.0

npm

71良好健康指数

happyvertical/ocr

该仓库未发布描述。

TypeScript★ 0↓ 8,235/月2026年9月8日

MIT2026年9月8日 · 指标 2.10.0

PyPI

67良好健康指数

sirfz/tesserocr

A Python wrapper for the tesseract-ocr API

Python · Cython★ 2,172↓ 423.6K/月2026年9月17日

MIT2026年9月17日 · 指标 2.10.0

NuGet · PyPI

60中等健康指数

itext/itext-pdfocr-dotnet

pdfOCR is an iText add-on to recognize and extract text in scanned documents and images. It can also convert them into fully ISO-compliant PDF or PDF/A-3u files that are accessible, searchable, and suitable for archiving

C#★ 502026年9月30日

自定义许可证2026年9月30日 · 指标 2.10.0

crates.io · npm

57中等健康指数

cafercangundogdu/tesseract-rs

Rust binding for Tesseract OCR with built-in compilation of Tesseract and Leptonica libraries.

Rust★ 35↓ 14K/月2026年10月21日

MIT2026年10月21日 · 指标 2.10.0

RubyGems

53中等健康指数

dannnylo/rtesseract

Ruby library for working with the Tesseract OCR.

Ruby★ 8832026年9月12日

MIT2026年9月12日 · 指标 2.10.0

PyPI

29存在风险健康指数

aryaminus/saram

Get OCR in txt form from an image or pdf extension supporting multiple files from directory using pytesseract with auto rotation for wrong orientation. PYPI:

Python★ 542026年9月19日

MIT2026年9月19日 · 指标 2.10.0

PyPI

26存在风险健康指数

aryaminus/memento

Organize your meme image cluster in a better format using OCR from the meme to sort them using tesseract along with editing memes by segmenting them using OpenCV within a directory

Python★ 81↓ 3/月2026年9月19日

MIT2026年9月19日 · 指标 2.10.0

npm · Maven

19危急健康指数

jonathanpalma/react-native-tesseract-ocr

Tesseract OCR wrapper for React Native

Java · JavaScript · Ruby★ 596↓ 450/月2026年9月19日

MIT2026年9月19日 · 指标 2.10.0

#tesseract