OCR

LightPDF文档问答支持上传PDF、Office、电子书和扫描资料，围绕文件提出问题、生成摘要与笔记，并通过引用位置和多文档对话整理阅读信息。

2345看图王组合图片查看、编辑、格式转换和批量处理，支持常见及专业图片格式，并连接OCR、抠图、AI消除和打印等图像工作流程。

ChatDOC围绕PDF、扫描件、网页及多种文档提供问答和摘要，可定位引用、选择段落、解释图表与公式，并结合OCR和翻译处理阅读资料。

OCR.space将图片和PDF内容识别为可编辑文字，并可创建带文字层的可搜索PDF，提供语言、方向、表格与识别引擎选项，以及用于自动化接入的OCR API。

在线OCR文字识别提供图片、扫描件与PDF的文字提取入口，支持多语言识别及批量处理，可按功能导出Word、PDF或文本结果。

Writers Brew是macOS上的跨应用写作助手，可通过快捷键和菜单使用改写、摘要、翻译与回复等功能，同时整合OCR、文本处理工具和可带动态占位符的文本片段。

Ovis是面向图文理解的多模态语言模型系列，公开仓库提供模型权重、安装、推理和微调说明，并列有图像、多图、视频理解及OCR等视觉语言任务的相关支持。

PDF-Extract-Kit是OpenDataLab提供的PDF内容解析模型工具箱，整合版面检测、文字识别、公式与表格解析等组件，供开发者按任务配置和组合文档处理流程。

Copyfish 是浏览器 OCR 文字提取扩展，可从图片、视频画面和 PDF 获取可复制文本，并提供翻译及桌面截图识别入口，适配 Chrome、Edge 和 Firefox。

旷视Face++提供人脸识别、人体识别、文字识别、图像识别等公开能力，适用于视觉应用开发、OCR集成、图像处理。

讯飞智能文字识别提供通用文档识别、表格识别、公式识别、多语种识别等公开能力，适用于文档数字化、票证录入、物流单据处理。

汉王云开放平台提供智能识别能力接入、图像文字识别、开发者服务等公开能力，适用于识别应用开发、文档识别集成、企业能力接入。