我正在为阅读非常具体的文本(OCR)而开发一些原型。很明显，在互联网上有这么多的例子等等，但到目前为止，我无法找到任何有用的信息为我的情况。对我来说一切都太笼统了。我不想把飞蛾花在学习上:)所以这一刻就是这样的：
设备上的ML工具包不适用于我的情况。
我已经构建了一个培训师来使用python和Keras来训练我自己的定制模型。在过程的最后，我得到了.tflite模型。
我想在我的Android应用程序中使用它。所以我的第一种方法是使用ML和自定义模型。但是..。它用于图像识别(检测图像中的东西，而不是文本)
我无法找到任何使用自定义模型进行文本识别的示例(在设备解决方案上
浏览 11提问于2020-08-11得票数 1
1回答
请有人解释一下，在下面的图像中，如何识别哪些区域应该是红色和蓝色？我尝试使用cvFindContours()方法，但是它没有给我带来预期的结果。
输入图像
预期结果
我想知道是否有其他方法来识别或计算这类等高线的面积。请与您分享一下简单的代码示例。
浏览 0提问于2012-09-02得票数 4
1回答
我目前有一个机器学习模型，对100k图像进行了训练，能够以非常高的精度识别假冒图像。有没有一种方法可以扩展图像模型来检测视频中的恶搞帧？
我正在寻找训练框架中的修改，我需要做的是将此模型扩展到视频异常检测。
需要澄清的是:对于测试用例，测试视频可以被分割成单独的帧，这些帧可以通过我的图像模型运行。图像模型应该能够准确地识别恶搞帧，从而识别视频中的恶搞人脸。我对如何修改训练感到困惑。任何输入都会有帮助。
浏览 0提问于2020-03-16得票数 0
我正在设置一种新的发票提取方法使用AI，我能够识别发票图像中的"Total"/"Company Details“，但需要通过指定图像中的区域(Xmin，Xmax，Ymin，Ymax)从发票图像中识别的特定区域提取数据？
浏览 4提问于2019-06-12得票数 1
OCR 是实时高效的定位与识别图片中的所有文字信息，返回文字框位置与文字内容。支持多场景、任意版面下整图文字的识别，以及中英文、字母、数字的识别。简单来说就是将图片上的文字内容，智能识别成为可编辑的文本，这么强大的功能在我们生活当中有哪些应用呢？
浏览 3631提问于2018-08-24
我的应用程序将处理12位二进制图像，我是从一个相机。在jpeg中也显示了相同的图像。
任务是识别每个白色发光区域。
这4个区域作为一组随机出现在每幅图像中。可以假定，这4个白色区域总是从一个图像移动到另一个图像。与黑色或近黑色背景相比，每个点都具有非常高的强度。每个点实际上不是一个像素，而是一个14x14ROI。此外，图像的高度为200像素。
每个白色区域之间的距离总是固定的。
如果我应用CVMinMaxLoc()，我只会得到一个最亮的位置。
我如何识别每个区域？
浏览 2提问于2012-11-22得票数 0
我刚开始学习巨蟒和机器学习，但我已经开始掌握它了。使用AWS text_detection确实很酷，但我想知道它是否能够检测出英语以外的其他语言。我知道AWS有一个功能来识别文本文件中的主导语言，但是图像文件有识别功能吗？任何帮助都是非常感谢的。
浏览 3提问于2018-11-25得票数 0
回答已采纳
如何根据您希望识别的点周围的像素识别图像中的特定点？
例如，如果我有一张有许多不同颜色的图像，但我只想找到绿色区域旁边的蓝色区域，而忽略其他所有区域。
我确信在这个例子中的第一步将是在图像上传递一个过滤器来删除除绿色和蓝色之外的所有颜色，但我不知道从哪里开始消除不相邻的绿色和蓝色部分。
浏览 4提问于2011-07-12得票数 0
回答已采纳
我对Tesseract OCR完全陌生。这个问题可能很简单，但我似乎无法用谷歌找到答案。
基本上，我有一个包含两部分的图像:第一部分，在图像的顶部，具有黑色背景，文本为白色；第二部分，位于图像的底部，具有白色背景，文本为黑色。
我在图像上运行了tesseract，它正确地识别了底部的所有字符，但没有识别顶部的字符。我确信顶部的字符非常清晰，应该很容易被Tesseract识别。唯一的区别是它的背景是黑色的。
有没有办法使用Tesseract同时识别黑白背景下的文本？
浏览 48提问于2016-08-18得票数 11
回答已采纳
2回答
背景
我想检测所有的轮廓在图像中，包含2D几何形状，但删除任何看起来像文本。
示例输入：
我试图通过Tesseract检测文本区域，然后删除这些文本区域。对于一些OCR识别良好的图像，这是很好的工作，因此文本区域识别率相当高，然后可以删除识别文本的轮廓。但是对于大多数图像，文本没有很好的识别，因此我不能从图像中删除不相关的文本轮廓。
因此，我的问题是:我如何区分文本样轮廓与我的二维“几何”轮廓？
浏览 5提问于2017-04-17得票数 1
2回答
我想将图像划分为子图像，当我单击图像的某一部分时，将给出该区域的名称，例如，这是我的问题，如何从图像中识别区域，或者如何将图像划分为子图像，并在imageViews中使用它。
预先谢谢你
浏览 5提问于2015-10-30得票数 0
回答已采纳
在尝试从datatable中选择值时，没有将字符串识别为有效的DateTime异常。
代码：
//get start and end dates from datetime pickers
string startDate = dateTimeStart.Value.ToString("dd/MM/yyyy");
string endDate = dateTimeEnd.Value.ToString("dd/MM/yyyy");
//add picked dates to expression
selectExpression = selectExpressi
浏览 2提问于2017-03-13得票数 0
回答已采纳
1回答
我一直在JPEG光字符识别和转换的PyTesseract格式，以光学字符识别的图像。图像的一部分有黑色背景和白色文本，Tesseract无法识别，而我的图像的所有其他部分都可以很好地阅读。有没有办法改变图像中有黑色背景的部分？我尝试了一些SO资源，但似乎没有帮助。我使用的是Python3、Open CV版本4和PyTesseract
浏览 13提问于2019-02-07得票数 1
我知道cv2.face.LBPHFaceRecognizer_create()使用它实时识别人脸，但是我想知道它的功能是什么?这个指令中存在什么？工作怎么样？我想知道它的结构是怎样的，它是以图像为例提取出的.而不是训练图像，因为它的用途(教练员的名字)，比较图像，以便能够识别它们。任何信息或文件都可以帮助我，请与我交流
浏览 9提问于2022-03-27得票数 0
1回答
在tesseract 中，解释了一种使用示例文本和字体进行训练的方法。
我使用了jTessBoxEditor，但工作原理与tesseract培训工具非常相似。
我得到了一些可以接受的结果，但我想最好的解决方案是用它必须识别的实际图像来训练测试员。
因为我只需要识别数字，我就可以手工切割每一个数字，也许每个数字的很多版本，并且用这些图像训练，甚至用手设置盒子。
有办法这样做吗？
浏览 3提问于2018-02-25得票数 5
2回答
作为人类，我们可以将这些识别为相同的图像：
在计算机中，如果这两幅图像的大小相同，就很容易识别它们，所以在识别它之前，我们必须进行预处理阶段或步骤，比如缩放，但如果我们深入观察缩放过程，就会知道这不是一种有效的方法。
现在，你能帮我找到一些方法来将图像转换成与大小或像素位置无关的对象，以便输入识别方法吗？
谢谢预支。
浏览 2提问于2012-02-25得票数 3
回答已采纳
1回答
我需要写一个文本识别(从图像)应用程序。主要思想是，当我的应用程序运行时，我可能需要将图像的一些文本转换为可管理的文本。因此，在这个例子中，我需要用鼠标在我需要捕捉的区域周围画一个正方形，软件必须将提取的图片的内容转换成文本。
我解决了图像识别的问题。我还找到了一种从屏幕上捕捉的非常简单的方法。
我现在需要做的是，能够用鼠标选择一个有趣的区域，它位于另一个正在运行的应用程序上(例如，在网页上或在画图中打开的图像上)。这必须像windows7上的屏幕一样，您可以创建屏幕的选择，这就像图片一样保存。
环顾四周，我什么也没找到，也不知道从哪里开始。
非常感谢
浏览 3提问于2015-05-03得票数 0
客户签名是手写的，拍照形成图像上传识别。但是有时候，签名的字体，人都不一定看得出来，更何况机器。所有有没有这样一种功能，就是判断客户是否签名了，但不需要识别它的签名是什么内容？
上传只能上图片吗？不能上传word和pdf吗？
浏览 739提问于2018-03-05
1回答
我是TensorFlow和深度学习的新手。我正在尝试识别自然场景图像中的文本。我曾经使用OCR，但我想使用深度学习。文本始终具有相同的格式：ABC-DEF 88:88。
我所做的是识别每个字符/数字。这意味着我在每个字符周围裁剪图像(因此每张图片给我10个字符)来构建我的训练和测试集，他们构建了两个卷积神经网络。因此，我的训练集是一组字符图片，标签只是字符/数字。
但我想走得更远。我想要做的只是给出完整的图片和输出整个文本(而不是像我以前的模型中的一个字符)。
提前感谢您的帮助。
浏览 2提问于2017-02-15得票数 7
回答已采纳
我试图使用“en”区域性信息将字符串解析为日期。它在Windows 2008 R2上运行良好，但在Windows 2012中显示异常:- String未被识别为有效的DateTime。
以下是代码段:-
DateTime tvDefaultDate = DateTime.ParseExact("31/12/9999", "dd/MM/yyyy",
new CultureInfo("en-CA"));
浏览 5提问于2014-07-22得票数 1
回答已采纳
2回答
首先，我非常感谢在这里的专家们提供的帮助。许多人提出的问题和专家们的回答对我有很大的好处。几个月前，当我还是一名学生做论文时，它帮助我解决了一个非常关键的问题。
现在我正在解决一个问题，如何在复杂的场景图像中检测(然后识别)数字。你可以在这里查看这些图片：。这些是马拉松参赛者的照片，他们的号码在他们的衬衫前面。我必须检测图像中出现的所有数字，然后识别它们。识别不会很困难，因为这些字符看起来是OCR友好的。关键是如何检测这些数字。
我有一个想法，首先对黑色进行滤色。但当我在Matlab中尝试时，结果并不令人振奋，因为我们可以看到图像中的许多区域符合此标准(衣服、跑步者后面的一些阴影、树叶中的阴影
浏览 1提问于2011-07-23得票数 2
1回答
背景：
我正在从事我最后一年的大学本科项目，我参与的主题是纸笔记检测由光学字符识别。我已经开始研究基本的图像处理技术，而且由于我刚开始使用Java进行图像处理，所以进度有点慢。
自从我在上学期写了一篇论文以来，我对图像处理有了一个基本的想法。
基本上，我正在编写“尼泊尔文件说明”，其想法是从其中提取关键信息。我使用的纸币是尼泊尔货币纸币100卢比、500卢比和1000卢比。
上图是尼泊尔货币500卢比。其思想是从图像中提取信息并识别该图像属于哪种货币。
我的项目的主要目标是确定货币类型，这基本上是通过对右下角区域的识别来完成的。图像的右下角区域定义了货币的价值。
次要目标是
浏览 0提问于2018-06-18得票数 1
回答已采纳
1回答
如何在Python中使用opencv识别红旗？我可以使用阈值来识别红旗，但它只有在背景颜色相同时才有用。如何使用open cv2识别不同背景下的红旗？或者如何获得图像中颜色的确切HSV数，然后识别它？谢谢。
浏览 1提问于2013-12-29得票数 0
我有一个我无法识别的文本的png图像，有没有任何方法可能通过adobe photoshop或任何其他方法来识别图像上的字体系列。
浏览 6提问于2011-01-14得票数 7
1回答
我读了很多PDF格式的书，并突出了它们。然后，我提取所有的亮点，并利用它们来学习。
我也想用图像来做这件事--但我不想只提取所有的图像--我想提取出我画了一个矩形的特定部分。在我制作的示例图像中，下面，我只想提取红色矩形中的代码块--一个JPG或者流，或者在我正在编写的学习软件中可以操作的东西。
有人知道SDK允许这样做吗？我应该能够识别PDF文件中的矩形和它们的坐标，然后根据这些坐标提取图像，但是我没有找到任何人这样做。最糟糕的情况是，如何识别我绘制的矩形周围的图像并提取其下方的图像--在本例中是整个Visual图像？
我使用SyncFusion PDF解决方案来提取高亮显示。我对IText
浏览 0提问于2018-04-12得票数 1
1回答
从图像中移除(裁剪)文本
、、、
我正在尝试实现一个图像识别程序，我需要删除(或“裁剪”)图像上的所有文本，例如：
对此：
我已经尝试过Keras方法，但首先我不需要背景模糊，我只需要删除文本，其次，它需要大量的时间和CPU能力。有没有一种更容易的方法来检测这些文本区域，然后简单地将它们从图片中裁剪出来？
浏览 3提问于2022-02-28得票数 0
我有一个使用DXGI桌面复制API捕捉桌面屏幕的程序。
我用IDXGIOutputDuplication::AcquireNextFrame获取帧，并且能够很好地捕捉到我的桌面帧。
为了继续前进，我尝试优化我的程序，并尝试管理脏的和移动的矩形。API提供了IDXGIOutputDuplication::GetFrameDirtyRects和IDXGIOutputDuplication::GetFrameMoveRects来获取这些信息。
然而，似乎从来没有任何矩形被识别为被移动。文档显示移动的矩形是：
桌面图像中的像素矩形，操作系统移动到同一图像中的另一个位置。
这到底是什么意思？DX
浏览 6提问于2016-05-25得票数 3
1回答
上面是图片，我想把测试中的字符分割成4个独立的图像，每个图像分别包含T，E，S，T，然后使用CNN来识别每个字符。有多少算法可以帮助做到这一点？我可以使用RNN和LSTM来做这件事吗？因为我更喜欢神经网络，但如果有更简单的算法，请说明。非常感谢。
浏览 1提问于2017-11-16得票数 0
我已经看到了许多CNN代码示例，用于标识图像，但它们通常与1到1输入到目标关系有关(如MNISt手写数字集)，而且大多数似乎使用相似的图像尺寸(像素)来处理输入图像和训练图像。
So...what是识别一个图像中的多个对象的常用方法吗？(就像几个人，或任何其他相对复杂的场景)。我已经看到它做得够多了，但是还没有看到提到的设计方法。这需要某种类型的预处理，还是可以由CNN直接处理？
浏览 0提问于2017-06-07得票数 2
1回答
我在我的项目中使用Tesseract来转换我从法国报纸上扫描过的图像。我想知道我是否需要训练Tesseract，以便识别法语字体和这种语言的规范，如“插入”、“回旋口音”等。
浏览 5提问于2014-04-23得票数 1
回答已采纳
最近，我一直在致力于从android设备摄像头拍摄的图像中进行目标检测/识别。
我正在尝试检测的对象是如下所示的各种按钮：
到目前为止，我一直在尝试使用OpenCV和metaio。结果：
OpenCV总是在发现一些东西，但却给出了很多错误的答案。此外，收集所有的图片是太多的工作，为我的想法。我尝试了三种使用OpenCV的方法：
FeatureDetection (冲浪，ORB等等) ->太慢了，我的对象上没有足够的特性。
模板匹配 ->似乎只在模板是场景图像的一部分时才起作用。
训练分类器 ->到目前为止效果最好，但对我的目标来说工作量太大了，并且仍然给出了太多
浏览 2提问于2013-09-12得票数 2
我正在使用Tesseract来识别1bpp图像中的大而清晰的文本。它非常适合我选择的字体和字号。但是，它也将一些小线条和斑点识别为字母/数字。在附加的图像中，Tesseract不仅识别"Ge“、"1”、"2“、”j“和"Sp"，而且还识别每一行的附加"1"，对应于您在那里可以看到的那些小垂直线。如何避免Tesseract这样做？
提前谢谢。
浏览 5提问于2014-11-29得票数 1
1回答
你好，我是图像处理领域的新手。我想知道物体检测的必要性是否意味着物体是已知的，我必须检测它(例如检测图像中的人脸)。或者，也可以只是检测图像中的任何对象(就像只检测对象在灰度图像中的位置，而不提及对象的名称或类型)。
在一个问题中，在图像处理世界中，我可以在不识别对象的情况下进行对象检测吗？
浏览 4提问于2017-05-20得票数 0
2回答
我有一个精灵，如果它被触摸，触摸应该被识别。我使用坐标来做到这一点。我得到了精灵图像的坐标(min x，min y，max x，max y)。但是精灵图像不是矩形的。因此，即使我触摸精灵外部和矩形边界内的坐标，也可以识别精灵。但对于我的应用程序，我只需要识别sprite即可。所以，我只需要获取精灵的坐标，但它不是规则形状。我在我的程序中使用了CCSprite。
那么，我应该怎么做才能只选择精灵呢？应该使用哪些类来实现这一点？谢谢。
浏览 0提问于2010-03-23得票数 1
回答已采纳
1回答
我们希望分析具有不同语言的文本(非手写)和具有非常广泛的排列/结构范围的图像的文档扫描。我们要解决的第一个问题是提取文本，并识别和分离标题、字幕和正文。 目前我们正在做文献研究。有大量关于深度学习、计算机视觉、光学字符识别或自然语言处理的文献，但这些文献都没有真正专注于文本结构的光学识别。 我们想知道，处理文本结构的光学识别的学科/领域的名称是什么？ 解决这些问题的最先进的方法和工具是什么？
浏览 19提问于2020-09-01得票数 0
回答已采纳
首先，我为我的英语道歉。我有一个关于tesseract的问题。有没有一种方法可以识别图形或图片中的文本，而不必清理要识别的图像？在我读到的内容中，首先要清理图像，删除图形和照片，只留下文本。但我希望用户上传到服务器和剪报，你可以在没有人工干预的情况下识别这条新闻。这可能会很棘手。但如果你知道其他方法，我可以帮他们的忙。非常感谢
浏览 2提问于2011-06-07得票数 0
我有两个相似的图像，一个在左边，一个在屏幕的右边。我想点击左边的图片。
我在代码中的想法是为左边的图像创建一个区域，然后单击该区域上的图像，但是当我运行一个代码时，我会得到以下例外:要搜索的图像(650,330)比在(1，1)中搜索的图像要大。
Region region = new Region(650,330,0,0);
Pattern element = region.find("myimage.png");
Screen screen = element.getScreen();
screen.doubleClick();
那么，如何使用sikuli来唯一地识别左边的
浏览 10提问于2022-03-07得票数 0
回答已采纳
我使用文本区域发送图像DataURL (超过15k字符)。在我的电脑上做这件事几乎是瞬间的，但在android的铬中，它的速度非常慢(约1米)。
我尝试通过这样做来设置值：
$('#myTextarea').html(myDataUrl);
$('#myTextarea').text(myDataUrl);
$('#myTextarea').val(myDataUrl);
浏览 3提问于2017-01-26得票数 0
回答已采纳
我正在做一个Sikuli项目，并使用一个多屏幕平台来实现。现在，Sikuli无法识别我的辅助屏幕上的图像。
我得到了一个Sikuli executer类，可以在我的工作中使用，但不能更改。除了其他东西之外，这个类还定义了一个用于识别图像的屏幕实例，如下所示：
Screen screen = new Screen();
Sikuli文档指出，以这种方式创建表示主监视器的对象。
问:如果我不能修改executer类，如何让Sikuli识别两个屏幕上的图像？
浏览 17提问于2016-08-03得票数 0
6回答
我有一个这样的图像(白色背景和黑色文本)。如果没有噪声(如你所见:数字行的顶部和底部有许多噪声)，Tesseract可以很好地识别数字。
但当有噪声时，Tesseract会尝试将其识别为数字，并将更多数字添加到结果中。这真的很糟糕。如何让Tesseract忽略噪声？我不能对图像进行预处理，使其具有更强的对比度或更清晰的文本。这对任何事情都没有帮助。
如果某些工具只能突出显示字符串线。对于Tesseract来说，它可以是非常好的输入。请帮帮我。谢谢大家。
浏览 0提问于2013-04-07得票数 5
我无法从日期字符串2019-01-21T19:02:25Z中获取日期对象
select to_char(to_date('2019-01-21T19:02:25Z','yyyy-mm-ddThh24:mi:ssZ'),'dd/mm/yyyy hh24:mi:ss') from dual;
收益率
ORA-01821:日期格式未被识别为01821.00000 -“日期格式未被识别”*原因：
*行动：
我可以知道使用了什么日期格式吗？
浏览 0提问于2019-01-23得票数 0
回答已采纳
Tesseract适用于只包含且仅包含文本的图像。但是如果有文本和图像，而我们只想让文本被识别，那该怎么办呢？
我正在使用Tesseract从图像中进行OCR文本识别。Tesseract是从只包含文本的图像中给出精确的文本。然而，当我检查包含汽车及其车号的图像时，Tesseract给出了不同的车号乱码文本。我应用了灰度优化，阈值和其他效果，以获得准确的文本输出，并提高了输出的准确性，但它仍然给出不同的文本混合不同的编码。同样，我正在寻找其他方法来提取这样的文本。
有没有人知道如何使用Tesseract OCR或任何替代方法从这样的图像中获取文本，以便图像中只保留文本部分，以便Tesseract
浏览 3提问于2012-11-28得票数 2
1回答
今天，我开始创建和使用9-Pacth图像。但我的设备无法识别9 Pacth图像。我将其设置为Button的背景。在这里您可以看到：
这是我的9补丁图片：
有人能说出我做错了什么吗？谢谢
浏览 0提问于2012-05-13得票数 0
回答已采纳
1回答
我正在使用一个收缩手势识别器来处理缩放一个有图像的按钮。我使用以下命令建立了映像
[self.button setImage:image forState:UIControlStateNormal];
[self.button setImage:image forState:UIControlStateHighlighted];
在我的收缩手势识别器处理程序中，我通过更改按钮的frame.size来缩放按钮：
self.button.frame = [self makeButtonFrame];
其中makeButtonFrame使用当前比例(由收缩手势识别器处理程序调整)：
- (CGRec
浏览 0提问于2013-07-02得票数 0
回答已采纳
2回答
在使用OpenCV的面部识别的许多例子中，我看到图像被转换成灰度，作为面部识别功能的“预处理”的一部分。如果彩色图像被用于面部识别，会发生什么情况？为什么所有的例子都会首先将图像转换成灰度？
浏览 1提问于2019-04-15得票数 3
回答已采纳
1回答
我正在做一个关于车牌识别系统的项目。但是我在分割车牌字符方面遇到了问题。我已经尝试过不同窗口大小的cvAdaptiveThreshold()，otsu和niblack算法。
但在大多数情况下，车牌字符与背景相融合。样本图像和输出如下，
在第一幅图像中，所有的车牌字符都是通过底部的一条白线连接起来的，因此使用阈值化算法无法提取字符，如何从这些图像中提取字符.?？
在第二幅图像中，背景中的噪声与前景融合，将所有字符连接在一起。如何在这些类型的图像中分割字符？
是否有任何分割算法可以分割第二幅图像中的字符。？
浏览 3提问于2014-02-06得票数 0
1回答
类似于这个，我想问同样的问题，看看是否还有其他的建议和想法。
给定文档图像(即报纸)，如何在其中提取照片或删除文本区域？
我认为传统的OCR方法在这里可能不合适，因为我不需要识别文本，OCR也不准确和缓慢。我认为在图像处理中，文本区域(即文本块)和图像区域应该通过一些基于阈值的方法来区分。OpenCV中的任何建议或示例代码将不胜感激。谢谢!
BTW，如果背景色不是白色，或者某些块的背景色不是白色怎么办？
示例图像：
浏览 2提问于2015-02-02得票数 1
1回答
我读过关于猪的描述的论文和关于同样的博客。博客上说，图像需要在不同的尺度上重新采样，才能识别出不同的人。
我的问题是:我们已经有了一个窗口，我们放置在图像上，大小为64*128，并在图像上滑动。那么为什么要重新采样而不是把整个窗口滑动到图像上，这样就可以检测到人了。？
如果我错了，请纠正，谢谢！
浏览 4提问于2016-05-26得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
