开源浏览器扩展Gemini Nexus v1.0：AI助手无缝融入网页
Gemini Nexus v1.0是一款开源浏览器扩展，旨在将Google Gemini AI无缝集成到网页浏览体验中。该扩展提供多项实用功能，包括OCR文本提取（可识别网页图片中的文字）、划词翻译（选中单词即可翻译）、快捷指令（快速执行常...
标签索引 / 第 2 页
OCR技术
这个标签下有 13 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Mistral OCR 3 发布：价格低至每千页1美元
Mistral AI 正式发布 Mistral OCR 3，新模型在光学字符识别领域带来显著进步。价格方面，每1000页处理费为2美元，通过批量API折扣可降至1美元，这一价格优势使其比国内doc2x API更具竞争力，同时 mineru ...
开源OCR工具实现图片转可编辑PPT
开源项目OCRPDF-TO-PPT利用OCR技术将PDF或图片转换为可编辑PPT，解决办公场景中的静态文档编辑难题。用户可通过安装PaddleOCR、PaddlePaddle等库，结合IOPaint服务去除文字并还原背景，实现高效文档处理。...