文本识别

llama-ocr

npmjs.com

llama-ocr是一款开源npm库，核心定位为基于Llama 3.2 Vision模型的光学字符识别工具，可帮助开发者快速集成文本识别能力到项目中。核心功能包括支持本地与远程图像的OCR识别、提供免费与付费两种接口调用方案、后续规划支持PDF格式文件的内容提取，项目设计受Zerox启发，整体结构轻量化易集成。目标用户覆盖前端开发人员、Node.js后端开发者、小型工具开发团队等，可应用于文档数字化、图像内容转写、批量文本提取、小票信息录入等多种开发场景，降低OCR功能的接入门槛。

OCR Solution

pixdynamics.com

OCR Solution是Pix Dynamics推出的OCR文本识别API服务，核心定位是为各类开发场景提供可集成的文档与图像文本提取能力。核心功能包含多格式文档识别、结构化信息提取、多语言文本支持三类，可帮助开发者无需从零搭建OCR算法模型，快速为自身业务加入文本识别能力。目标用户覆盖企业技术开发人员、 SaaS 产品研发团队、政务数字化建设人员、中小商家运营人员等，可适用于发票批量录入、合同信息归档、证件信息核验、历史文档数字化等多种工作场景。