一键识别并翻译漫画、图片中的文字，自动完成 OCR、机器翻译和文字区域修复，适合给日漫或外文图片做批量汉化。

一套功能强大的命令行图像处理工具集，支持 200 多种格式的创建、编辑与转换，适合脚本自动化和跨平台批量处理图片。

一条命令就能从 Google 图片批量抓取几百张图片，支持按颜色、尺寸等条件筛选，适合快速搭建图像数据集。

把任意 DOM 节点用 HTML5 canvas 和 SVG 渲染成 PNG 等图片，前端做截图、生成海报或导出图片时不用依赖后端。

面向 .NET 的现代跨平台 2D 图形库，无需依赖系统原生组件即可完成图片解码、编码、绘制与 EXIF 处理。

跨平台图片压缩软件，支持 JPG、PNG、WebP、TIFF，在保持画质的前提下快速减小文件体积，还能按需降低分辨率。

一款 Android 图像处理应用，集裁剪、绘图、滤镜、OCR 和背景移除等数十种功能于一体，适合在手机上完成进阶修图与批量处理。

面向 OpenAI GPT Image 2/2.5 的提示词图库与命令行工具，内置可被 Claude Code、Codex 调用的 agent 技能，帮你快速生成和编辑图片。

把 PDF、Office 文档等各类文件转成 Markdown 的 Python 工具，方便喂给 LLM 或做文档处理。

轻量级 OCR 工具包，能把图片和 PDF 转成结构化数据，支持 100 多种语言，方便接入 LLM 和 RAG 流程。

开源免费的离线 OCR 软件，支持截图、批量图片和 PDF 识别，可排除水印与页眉页脚，还能扫描或生成二维码，内置多国语言库。

基于 libvips 的高性能 Node.js 图像处理库，能快速完成 JPEG、PNG、WebP、AVIF、TIFF 的缩放裁剪与格式转换，适合服务端批量处理图片。

老牌开源 OCR 引擎，用 LSTM 识别图片中的文字，支持上百种语言，适合做文档扫描和文本提取。

跨平台的开源 AI 图片放大工具，基于 ESRGAN 等模型把低分辨率图片无损放大并增强细节，有图形界面，普通用户也能直接上手。

一个灵活好玩的 JavaScript 文件上传库，支持拖拽上传、图片处理和插件扩展，帮前端开发者快速搭出体验顺滑的上传组件。

命令行图片批量下载器，支持 Pixiv、Twitter、DeviantArt、Danbooru 等几十个图站，一条命令就能把画师主页或标签下的图集整批抓下来。

给图片嵌入肉眼不可见的盲水印，提取时不需要原图，适合版权追踪和泄露溯源。

给扫描版 PDF 加上 OCR 文字层，让原本只能看的图片型 PDF 变成可搜索、可复制文本的文件。

纯 JavaScript 的图片裁剪库，支持拖拽缩放、旋转翻转和自定义裁剪框，无需依赖其他库即可在网页里实现头像上传、图片编辑等裁剪功能。

纯 JavaScript 实现的 OCR 库，基于 WebAssembly 在浏览器和 Node.js 中直接识别 100 多种语言的图片文字，无需后端服务。

一键截图或录屏的开源工具，支持区域捕获、GIF 录制、图像标注和 OCR，还能把图片、文本等文件上传到多种存储服务。

用 Python 从 Instagram 批量下载图片、视频、配文和元数据，支持帖子、快照和用户主页，适合做数据采集和存档。

用 Go 写的独立图片处理服务，能实时裁剪、缩放和转换图片格式，适合放在 CDN 或应用前面做动态图片分发。

国产 PDF 工具箱，能编辑书签、裁剪旋转页面、解除限制、提取合并文档、探查结构，还能把 PDF 转成图片或提取图片。

开源的图片缩略图服务，支持裁剪、缩放、加水印和格式转换，可处理 JPEG、PNG、WebP、AVIF、GIF 等格式，适合为网站搭建独立的图片处理后端。

收录最全的 PyTorch 图像骨干网络合集，涵盖 ResNet、ViT、ConvNeXt 等主流模型，自带训练、评估、推理和导出脚本及预训练权重，省去自己搭网络和找权重的麻烦。

自托管的网页工具合集，涵盖图片处理、PDF 操作、格式转换等日常实用功能，无广告无追踪，打开浏览器就能用。

用 Python 一行命令就能抠掉图片背景，基于预训练模型自动识别主体，省去手动抠图的麻烦。

开箱即用的 OCR 工具，支持 80 多种语言和拉丁、中文、阿拉伯、天城文、西里尔等主流文字，几行 Python 代码就能把图片里的文字提取出来。

基于 PyTorch 的目标检测全家桶，覆盖训练、推理、实例分割、图像分类和模型导出，开箱即用，适合快速落地视觉任务。

Android 图片压缩库，用 Kotlin 协程在后台把照片压到指定大小或分辨率，省内存也省流量。

把参考图片重建为纯代码、可动画的 Three.js 程序化模型，省去手工建模，适合在网页里快速生成可交互 3D 场景。

低内存占用的高性能图像处理库，支持 JPEG、HEIC、GIF、OpenEXR 等格式，适合替代 ImageMagick 处理大批量图片。

配套 B 站视频教程的深度学习图像处理实战代码库，用 PyTorch 和 TensorFlow2 覆盖图像分类、目标检测与分割的完整训练流程。

批量下载微信公众号文章，支持评论、合集，可导出为 html/mhtml/md/pdf/docx/csv，并保存文中图片、视频、音频，还能通过 MCP/Skill 调用。

在浏览器里直接完成图片抠图去背景，无需上传服务器，兼顾隐私和零成本，适合前端集成。

用 Rust 写的终端文件管理器，基于异步 I/O 实现极快的目录浏览和文件操作，适合习惯命令行的开发者日常管理文件。

用 Go 读写 Excel 电子表格的库，支持 XLSX、XLSM 等格式，能处理公式、图表和样式，适合在服务端批量生成或解析报表。

基于 libvips 的高性能 HTTP 图片处理微服务，支持裁剪、缩放、水印和格式转换，Docker 一键部署，适合给后端提供统一的图片处理接口。

集成 Waifu2x、Real-ESRGAN、Real-CUGAN 等多种超分模型与 RIFE 等补帧算法的图形界面工具，可批量放大视频、图片和 GIF 并提升帧率。