docTR распознаёт текст в PDF и изображениях, находит координаты каждого слова, собирает результат по страницам, строкам и блокам и отдаёт его как обычный текст, JSON, HTML, XML или разметку для дальнейшей обработки. С помощью готовых моделей можно анализировать отсканированные договоры, счета, анкеты и фотографии документов, учитывать поворот страниц, выделять области макета и таблицы, а затем встроить полученные данные в Python-скрипт, API или пакетную очередь.

Calamari OCR распознаёт заранее выделенные строки печатного или рукописного текста, обучает собственные нейросетевые модели на парах изображение — расшифровка, объединяет прогнозы нескольких моделей голосованием и измеряет качество по CER и таблице ошибок. Основные операции выполняются командами calamari-predict, calamari-train, calamari-cross-fold-train и calamari-eval, а Python API позволяет встроить тот же конвейер в скрипт обработки документов.

Kraken OCR распознаёт печатный и рукописный текст на сканах, выделяет строки и области страницы, восстанавливает порядок чтения и сохраняет результат в TXT, ALTO, PageXML, hOCR или ABBYY XML. Пользователь может выбрать готовую модель для нужного письма, обработать одну страницу или серию файлов, проверить точность на эталонной выборке и дообучить распознавание под конкретный шрифт, почерк или сложную историческую вёрстку.

EasyOCR распознаёт печатный текст на фотографиях, сканах и отдельных страницах документов, возвращая для каждого найденного фрагмента координаты рамки, расшифровку и оценку уверенности. Пользователь может выбрать русский и другие языки, ограничить допустимые символы, обработать повёрнутые надписи, объединить строки в абзацы, настроить чувствительность детектора и получить результат через Python-код или команду в терминале.

PaddleOCR распознаёт текст на сканах, фотографиях и страницах PDF, находит строки и отдельные символы, исправляет поворот и геометрические искажения, восстанавливает таблицы, формулы, печати и структуру сложного документа, а результат сохраняет в JSON, Markdown, DOCX, HTML, XLSX или изображения с разметкой — в зависимости от выбранного конвейера.

Laserfiche Quick Fields помогает принимать большие партии сканов и электронных файлов, разделять поток на документы, распознавать текст и штрихкоды, извлекать реквизиты из заданных зон, проверять значения по правилам и базам данных, а затем присваивать имена, поля и папки перед сохранением в репозиторий Laserfiche. Основная работа строится вокруг сессии: администратор задаёт источник, классы документов, последовательность OCR, очистки изображений, идентификации страниц и заполнения метаданных, а оператор просматривает результат, исправляет сомнительные поля и отправляет подготовленные документы на хранение.

DataSnipper помогает переносить сведения из PDF, сканов, изображений и других подтверждающих документов прямо в ячейки Excel, автоматически сопоставлять строки выборки с первичными файлами, извлекать таблицы и повторяющиеся поля, проверять суммы и сохранять для каждого результата переход к исходному фрагменту. Пользователь может собрать рабочую книгу с доказательствами, выполнить сверку счетов, платежей, договоров или контрольных форм и затем проверить найденные совпадения в боковом просмотрщике, не разыскивая страницы вручную.