Inicio Proyectos aster
aster

aster

por bgshih · GitHub

Reconocimiento de texto recortado en imágenes naturales.

Ver en GitHub
En palabras simples

Reconocer y extraer texto de imágenes naturales utilizando esta avanzada herramienta de reconocimiento de texto en escenas.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
aster — GitHub preview card
📈 Historial de estrellas
743742
2026-07-202026-07-29
📈 Sigue aster

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Reconocimiento de texto recortado en imágenes naturales.

aster tiene 743 estrellas en GitHub. Se ha bifurcado 197 veces. aster está escrito principalmente en Python. Se desarrolla activamente desde 2017. aster está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, ocr, recognition, scene-text.

Frequently asked questions

¿Qué es aster?

Reconocimiento de texto recortado en imágenes naturales.

¿aster es de código abierto?

aster es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿aster es gratis?

Sí. aster es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está aster?

aster está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito aster?

aster está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — aster

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=bgshih-aster)](https://opensourceai.tech/project/bgshih-aster.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.