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
我搜索并找到了这篇文章：
是否可以用语音识别来识别手机用户？
然而，它并没有回答我的问题。
是否有任何方法改变一个人的声音，足以使手机呼叫无法识别的语音识别技术？
浏览 0提问于2019-08-29得票数 2
这是正常的文本:我需要用${}更改一个图像元素的源代码，其中包含一个条目，但是它不识别$ directory.so，它不会加载任何图片，因为它根本找不到一个名为"dice-${dicee}.jpg“的图片，这是代码：
document.getElementsByClassName('btn--roll')[0].addEventListener('click',()=>{
const dicee = Math.trunc(Math.random()*6)+1;
diceElement.classList.remove('hidden'
浏览 1提问于2022-09-12得票数 -1
# """ 带参数调用通用文字识别, 图片参数为本地图片 """
try:
result = client.basicGeneral(image, options)
except:
print('网络问题')
resultword = result['words_result']
num = result['words_result_num']
OCRtext = []
浏览 5825提问于2018-11-19
1回答
我试图评估沃森视觉识别API的训练功能。有谁有为视觉识别定制分类器的经验吗？我自己对分类器进行了一些培训，并在这个博客中发现了一些信息：。
我真正想知道的是，我需要多少图片才能对物体进行75%的分类？要花多长时间才能得到这样的结果？
提前谢谢你的帮助。
浏览 6提问于2017-05-27得票数 1
回答已采纳
我已经注意到，当我使用设置中提供的缩放或使用样式属性在网页上查看浏览器中的图像时，像素要么可以忽略不计，要么不被注意到。但是，当您使用程序，如油漆或photoshop或窗口图片查看器，您开始注意到像素。有人知道浏览器是如何放大图像内容的吗？
这是一个示例图像，右边的是油漆，左边的是铬。变焦设定为500%。
浏览 2提问于2015-05-04得票数 1
回答已采纳
我目前正在为Android开发一个游戏，我需要获取存储在绘图文件夹中的图片的名称(只是名称)。我碰巧尝试了这段代码：
Class resources = R.drawable.class;
Field[] fields = resources.getFields();
for (Field field : fields) {
field.getName();
}
但是不知怎么的，它无法识别文件中的汉字。
浏览 3提问于2014-05-13得票数 0
回答已采纳
1回答
在变量中调用URL以接收图像
、、、、
我正试图从URL中获取一张图片。现在，我知道您可以通过使用let url = NSURL(string: "http://")来做到这一点。但是如果你有一个变量，里面有一个url。
例子：self.testAd.getImgPath()有http://www.Woods.com/images/imgs/MAU_SouthTrees_mobi.jpg /as/img.cfm?gphc=14490。
我们如何调用testAd.getImgPath()来识别url并获取图像？我使用下面的代码获取内容并将其插入到图像中。
let url = NSURL(string:)
var
浏览 3提问于2015-03-23得票数 1
回答已采纳
2回答
我必须像这样识别图片中的文本：
我尝试过Tesseract，但我对结果不是很满意。
你能给我推荐一款在“图像上的文本识别”方面比“文档上的文本识别”更准确的软件吗？
提前感谢
浏览 2提问于2019-06-28得票数 0
3回答
我试着在Ipad上做一个字符识别。我基本上希望用户实时绘制字符和数字，然后系统识别它们。我用iOS包装器尝试了Tesseract：，但是结果真的很糟糕
Picture1：
Picture2：
图片1的输出： LWJ3
图片2的输出： Fnilmling Lu在“伊河杭康经济杂志”上对重大新闻和评论的总结。专利文件: puhlkalinn EJ Insight，nn Ilnnday诺夫。ca；顶部
应该是这样的吗？也许像Tressaract这样的图书馆的目的是识别文本的照片。但演出应该如此糟糕吗？有什么窍门怎么做吗？
浏览 3提问于2013-11-18得票数 0
回答已采纳
所有人！我正在开发一个用于语音识别的应用程序，该应用程序现在能够识别语音！然而，我需要在应用程序的后台运行这个语音识别代码，它必须一直听命令。对于我的应用程序，我编写了Handler().postDelayed函数，它计算用户发起新活动的时间，并通过延迟5秒来开始监听。我的问题是，它只听2-3秒，它不能识别和再次听。当应用程序运行时，如何在应用程序后台运行语音识别？
speechRecognizer1.setRecognitionListener(new RecognitionListener() {
@Override
public void onReadyF
浏览 14提问于2020-06-03得票数 0
我想使用RPi上的OCR程序来识别我的电表照片中的数字。这些数字很大，对我来说很明显，但Tesseract似乎根本认不出它们--充其量它能检测到一些随机错误的数字。
我已经尝试过剪切这些数字，并分别对它们进行OCRing，但这并没有帮助。我试过其他几个OCR程序，它们也没有更好。
请你给我一些建议，我怎样才能让Tesseract正确地识别出下图中的两个大数字？请注意，这是原始图片是~2.5MB -这个副本更小，以适应这个网站。
📷
浏览 0提问于2017-08-07得票数 0
2回答
比如说，在我的程序中，我将一个字符串传递给了一个方法。
someMethod("hello World")；
在编译时，我假设文字"Hello world“被识别为常量，而不是直接声明它。
如果它将其识别为常量，是否将重复的地址存储为相同的地址？
更确切地说，是c++11吗？
因此，让我们有一个案例场景，假设我用一个Object to String列表填充了一个映射。
map<std::string,Shader> list;
list["shaders/sprite.vs"] = Shader("shaders/sprite.vs&
浏览 0提问于2017-05-26得票数 1
1回答
我正在使用OpenCV来识别和调整图片中的价格标签。我使用概率Hough变换函数来识别图片中的边缘。我在识别图像中的四边形价格标签时遇到了麻烦。
我正在尝试按其斜率和轴线截距对每条边/线进行分组。以下是图像和数据的示例。
在图像中，较短的边缘以红色绘制，中等长度的边缘以蓝色绘制，较长的边缘以绿色绘制。在图形中，坡度在x轴上绘制，在y轴上相交。左边和右边的图形是相同的，除了线的长度是由圆的面积表示的。
我正在寻找一种方法来对这些杂波进行分组，然后确定每个聚类代表的平均线。我希望使用分组来识别限制价格标签的水平线和垂直线的两个最可能的边。
有没有人知道我可以用来识别分组的合适算
浏览 2提问于2015-03-02得票数 3
在迷雾中，所有帐户都有一个彩色像素化的“配置文件图片”来识别它们。例如，在Mist releases页面的这个截图中，Dogecoin Bounty DAO获得了一个紫色的配置文件图片。这些是如何产生的？
📷
浏览 0提问于2016-03-06得票数 15
回答已采纳
我有一个我无法理解的问题，我正在使用一个库来使用Map ()，这个例子工作得很好，而且我认为它不是与代码相关的东西，我相信它是配置中的一些东西。如果我打了下面的电话
RMMarkerManager *markerManager = [mapView markerManager];
我得到一个错误，它说UIView类没有方法markerManager：
2013-08-05 17:18:33.573 MapOffline1310 1310:907终止应用程序由于未识别的异常'NSInvalidArgumentException'，原因：'-UIView markerMan
浏览 1提问于2013-08-05得票数 0
3回答
我有一个安装了Windows的服务器，我正试图通过resmon达到故障排除能力奇偶，这只能在Windows安装中使用。我相信我可以在Core中识别出一个资源瓶颈，但是没有权限重新定位限制了我识别瓶颈来源的能力。
是否有任何powershell、cmd或远程gui方法通过进程和文件标识磁盘资源使用情况？网络和识别每个连接和进程正在使用的带宽也是如此。
在Linux中，有一些命令行程序，如iftop和iotop，可以在ssh终端中显示这些数据；在Server上类似的内容也可以使用。
下面是我感兴趣的信息的图片。如果能够实时或接近获得这些信息，那就太好了。
📷
📷
浏览 0提问于2016-10-24得票数 4
回答已采纳
如果我在程序中多次调用像myObj.setType( "fluid“)；这样的函数，那么在内存中保存了多少个文本”fluid“的副本？编译器能识别出这个文字已经被定义并再次引用它吗？
浏览 0提问于2009-12-09得票数 1
回答已采纳
2回答
我正在尝试一个着色应用程序，并在objective c中找出floodfill。？我正在读取图片中的所有像素数据，我可以更改它。also..but floodfill只能做我想做的事情。
..Here我可以识别包含黑点的像素also.but我真的很困惑如何识别特定白色area.Any中的像素感谢帮助。
浏览 3提问于2011-04-27得票数 14
回答已采纳
我正在做一项服务，提示用户上传用手机拍摄的照片。例如，向用户要一张他目前正在吃的苹果的照片。一些用户试图欺骗服务，例如，他们的电脑屏幕上显示一个苹果的照片。有时，我们可以在照片中看到屏幕的框架，有时我们会意识到，因为照片看起来像像素，或者人们可以注意到导航窗口的边缘(用户从Google图像搜索照片上传照片)。是否有任何算法可以让我识别用户是在拍摄一张“原始”图片，还是正在拍摄一张显示屏幕的图片？
浏览 0提问于2019-09-09得票数 1
回答已采纳
作为一项研究的一部分，我正在用JavaScript设计一个基本的识别记忆实验，在这个实验中，参与者首先被展示一系列要学习的图片，然后被展示一组更大的图片，然后必须识别出他们以前见过的那些图片。
虽然我通常会使用EPrime包或Python (实验)来完成这类任务，但我一直在用JavaScript编写它，这样我就可以在大群组中进行测试(我只在6台计算机上安装了EPrime，目前只在我自己上安装了Python )。
作为一个JS/html新手，我的问题是我不能想出一种收集数据进行分析的方法(例如，将数据发送给我自己，或者将其保存到某个服务器上)。有人能帮我解决这个问题吗？
浏览 0提问于2012-10-03得票数 0
我有大约50张图片，我将它们加载到应用程序中。然后，我为每个图像创建sprite。图像的宽度和高度不同，它们的宽度/高度也不一样，而且与我在屏幕上需要的精灵相比，图像相当大。
我使用的是最新的PIXI.jS版本。我已经定义了宽度(假设width = 100)。我需要所有的精灵是与= 100，但高度应按比例计算的图像(纹理是从创建)。
有可能吗？
let mySprite = new PIXI.Sprite(app.loader.resources[imgName].texture);
mySprite.anchor.set(0.5, 0.5);
mySprite.width = 100;
m
浏览 0提问于2020-11-24得票数 0
例如我人脸识别，识别的图片存放在广州的存储桶，如果用广州的AI的API去读取广州存储桶的图片，会进行内网传输还是公网传输？
浏览 183提问于2021-10-06
2回答
如何使用php保存图片？
、、、
<?php
$size = filesize('H:/blog_banner.jpg');
$fp = fopen('H:/blog_banner.jpg','rb');
$binary_pic = fread($fp,$size);
$link = mysqli_connect('127.0.0.1','root','123456') or die('connect failed!');
$binary_pic = base64_enc
浏览 0提问于2016-03-03得票数 0
下面是我当前可访问性树的图片。您可以看到，其中留下的4条文本是分开的，但它仍然只形成一行内容。这是否仍然可以访问(“好”意思是屏幕阅读器可以检测到它们构成一个完整的句子)，还是应该将所有的文本叶子组合成一个叶？。
如果应该将它们组合在一起，如何将变量连接到响应中的文本中，同时将其保持为一个单叶？这是我的当前代码：<p>{cloudiness}% ({cloudinessDescription})</p>
浏览 4提问于2022-01-08得票数 0
有人能帮帮我吗？我对5 UIImageView有这样的看法。
此5 UIImageView中的默认图像是我在此5 UIImageView上连接的轻击和长按手势识别器的black star
因此，在本例中，我点击第三张图像，然后后面的另一张图像变为红星
这就像是正常的评级方案。
我的问题是如何在这个5 UIImageView上实现滑动手势识别器？
我可以把这5张图片组合成一张，然后用一个手势识别器吗？这有可能吗？
有人能帮我做这样的事情吗？我很感谢任何人的帮助。提前感谢！
更新:我完成了点击和长按手势，它工作得很好。剩下的唯一要做的就是添加swipe。
浏览 1提问于2015-11-27得票数 0
1回答
删除图片中不需要的部分
、、、
我有一组图片，我想要识别字符。我写了用神经网络识别数字和字符的代码，图片中有一些其他部分，如Logo和公司名称，它们不是必需的。我应该使用什么方法来删除这些东西？由于公司的名称是以某种方式连接在一起的字符，我的神经网络不能正确理解它，所以我在后面的步骤中删除了它们。
此外，字符之间还存在需要删除的破折号或其他符号。我怎样才能删除它们呢？
浏览 0提问于2016-06-08得票数 0
我有图片库，正在更新前端，有没有办法使用javascript、jquery或任何其他前端技术来识别哪个图像是从缓存中加载的？我想为这些项目申请额外的课程。
谢谢你的建议。
浏览 3提问于2015-10-06得票数 1
回答已采纳
2回答
我有两个笔记本，一个是Win10 PC，第二个是Macbook Pro 15 Retina 2015 (HDMI，和两个迅雷2's端口)。
请推荐:一台能同时连接两台笔记本电脑的大显示器(30"，32“或最大)，这样我就可以在资源之间切换，或者并行工作(图片中的图片)。
浏览 0提问于2020-06-26得票数 -1
回答已采纳
2回答
在urls和rails路由中，使用斜杠字符与磅号(散列符号)字符有什么区别？
这些工作
get "/static_pages/about"
get 'about', to: 'static_pages#about', as: :about
这些不是
get "/static_pages#about"
get 'about', to: 'static_pages/about', as: :about
get 'about', to: '/static_pages#about&#
浏览 2提问于2014-01-27得票数 7
回答已采纳
1回答
图像/位图放置？
、、
你们有没有人见过android中的模拟器bong应用？你将如何制作这款应用程序？例如，我尝试过使用xml布局。我对图片进行了分割，并将其按顺序和分段放置，这样当按下特定图片时，功能就会发生。问题是，在不同的手机上，集体照片的大小要么从屏幕上延伸出来，要么被压缩。
我还尝试过将surfaceViews与位图结合使用，以便每个单独的图片都可以根据屏幕的大小进行相应的调整。我很难让图片不是堆叠在一起，而是按顺序排列在屏幕上。我可以得到前两个，很好地指定了矩形dst，起始高度是另一个结束的地方，但是第三个和第四个没有显示在屏幕上。例如，我使用
Rect dst = new Rect(0, 0, mWi
浏览 0提问于2011-08-12得票数 0
回答已采纳
我有一个附加到图像视图的UITapGesture。我想在几张图片中重复使用相同的手势。要做到这一点，处理程序方法需要能够识别点击来自哪个图像。下面的方法尝试访问发送者图像视图的标签值。我基于这个问题的答案。但是，我在调试器中收到一个错误，显示为“无法识别的选择器已发送到实例”。我完全按照答案中所写的那样进行了尝试，我还尝试了将发送者作为参数附加到方法中，如下所示。Netiher方法有效。谁能告诉我我做错了什么？
- (void)viewDidLoad
{
[super viewDidLoad];
UITapGestureRecognizer *singleTap = [[UI
浏览 0提问于2012-09-18得票数 0
回答已采纳
在C#中，如果词法标记以字母或下划线开头，则识别为标识符或关键字；如果词法标记以数字开头，则识别为数字。 此上下文中的字母不限于[A-Za-z]；它可以是char.IsLetter识别的任何Unicode字母。 为了识别数字文字，[0-9]之外的任何字符是否被类似地识别为数字？
浏览 26提问于2019-04-17得票数 0
回答已采纳
1回答
我想在我的应用程序中加入一个功能，你可以扫描某个图片，应用程序就会识别这张图片。就像Viro中的图像识别功能：。所以我会设置一个特定的图像，它只需要识别这个图像。
我正在与expo react native合作。
有没有人知道我是如何构建这个特性的？
谢谢?
浏览 24提问于2020-06-06得票数 1
我想要这个：char c = '\x20' ;，但是我错误地键入了这个：char c = 'x20';
VS2015编译器报告警告'converting integer to char'，没有错误，代码运行，但c的值是48 (十进制)。有没有人可以解释错误的格式转换是如何工作的，假设它是一个有效的表单(我不认为它是)。或者这可能是一个VS15无法识别的错误？
浏览 0提问于2019-06-23得票数 1
1回答
我为我的英语道歉，我的问题是：
我最近开始开发app，也许我的问题很愚蠢。
我正在尝试开发一个带有标签栏的应用程序，在我的“家”中，有一些图像(当被点击时)在同一视图中连接，这些图片也与标签栏相连接。
为了更好地解释我的想法，我附上了我的故事板的图像，那里有连接(点击下面的链接)。
这是可行的，但问题是，当我用“点击手势识别器”将图像从我的“家”连接到另一个视图时，当我点击我的图像时，它会加载“标签2”视图，但没有标签栏，标签栏就会消失。
为什么会发生这种情况？
浏览 0提问于2013-04-10得票数 0
回答已采纳
1回答
有人能指导我如何把视频中的演讲变成文本中的文本文件吗？我试过了，但是我得到了这个错误--“引发RequestError(”识别请求失败：{}".format(e.reason)) speech_recognition.RequestError:识别请求失败:坏请求“，下面是我正在尝试的代码示例。
import moviepy.editor as mp
import speech_recognition as sr
clip = mp.VideoFileClip(r"sample1.mp4")
clip.audio.write_audiofile(r"Con
浏览 9提问于2022-01-29得票数 1
1回答
延伸边栏以适合页面
、、、
我对元素的侧边栏有一点小问题。我想把它放在我页面的右侧，以显示我的社交媒体个人资料。我想让这个栏垂直伸展以适合屏幕，而不是我的页面。所以，我不想显示任何滚动条。
这是我用来做这个的CSS代码：
html
{
position: relative;
min-height: 100%;
}
aside
{
width:70px;
position:absolute;
right:0;
bottom:0;
top:151px;
background-color:#5A9AA8;
text-align:center;
display:block;
}
它可以做我想让它在Chrome中做的事情，但当
浏览 3提问于2014-12-10得票数 0
1回答
用Java识别RTF表单元素
、、、、
我有一组RTF文件。我的项目是编写一个Java程序来识别哪些文件包含表单元素，如复选框和编辑字段。在我花了很长时间在网上研究如何做到这一点之后，我找不到一种明显的方法来解析RTF文件结构并识别其元素，而不是纯文本。我尝试过RTF、Tika和iText，但它们似乎都不支持OpenOffice解析。我正在寻找一个开源的解决方案。我希望有人能给我指明正确的方向。
浏览 1提问于2014-08-21得票数 0
我是python的新手。我正在尝试使用os.path.getsize()来获取文件大小。但是，如果文件名不是英语，而是中文、Gemany或法语等，Python将无法识别它，并且不会返回文件的大小。你能帮我搬一下吗？如何让Python识别文件名并返回这类文件的大小？
例如:文件名为:Показателиестественногоимиграционногоприростадо2030г.doc
Path=“C：\xxxx\Показателиестественногоимиграционногоприростадо2030г.doc”
我想用“os.path.getsize(path)”
但是它
浏览 2提问于2013-07-02得票数 0
1回答
格林梅的分区消去
、、、
我有这样一个场景：
SELECT * FROM PACKAGE WHERE PACKAGE_TYPE IN ('BOX','CARD')
表由PACKAGE_TYPE字段进行分区。假设PACKAGE_TYPE字段有20个可能的值。因此有20个分区，包括BOX、CARD和DEFAULT分区。当运行上述查询时，分区消除将正确进行，并且只扫描BOX和CARD分区。结果很快。
但是，当这样编写相同的查询时：
SELECT * FROM PACKAGE WHERE PACKAGE_TYPE IN (SELECT PACKAGE_TYPE FROM PACKAGE_LIST
浏览 0提问于2015-04-22得票数 1
回答已采纳
我在使用Google Goggle和Google的"Search by Image“时，出于好奇心提出了这个问题。
如果你尝试给谷歌一个图片进行搜索，它会给你显示一些结果。相同的图像最好(当然)，但拍摄不同物体的照片可能会很困难。
我猜Google Goggle已经通过使用文本识别和图像匹配识别解决了一些问题。如果文本识别找到了文本，例如"SONY"，那么事情可能会变得更简单。如果检测到一个品牌的形象，那么事情也应该变得更简单。其他著名品牌和著名地标也是如此，例如埃菲尔铁塔。拥有文字和品牌形象可以帮助你更容易地识别事物。
但是，如果我们要搜索一些更晦涩的东西(这里需要更
浏览 2提问于2012-10-13得票数 0
回答已采纳
这似乎是一个由来已久的Ubuntu问题，如果我没记错的话，我从几年前就经历过这个问题。
我对中文和日文都有语言支持(并且希望保持这种状态--我知道，虽然我已经尝试过通过卸载中文字体来“解决”这个问题)。问题是日语文本显示为汉字。并不是每一个日语字符，但想必对那些系统认为有一个相应的汉字字形。
这发生在所有的应用中: libreoffice，浏览器，gedit，终端等等。
(这个问题与输入方法无关。)
已安装字体：
中文(和日文)
字体-阿尔菲-卡伊
字型
ttf-wqy-microhei
ttf-
日语
字体-高雄-哥特式
字体-takao-mincho
字体-takao-
浏览 0提问于2013-04-11得票数 2
回答已采纳
1回答
我正在制作一个聊天机器人来询问有关太阳系的基本问题。我主要关心的是如何设置培训短语的实体。示例：
月球的质量是多少？
月球质量
告诉我月亮有多大？
我在下面添加了一张图片。我主要关心的是如何为mass和body设置实体。我已经为质量做了一个定制的实体，如@body_mass，不知道如何为行星/天体命名。这样我就可以在后端接收这些值。它在诊断信息中没有被识别
浏览 0提问于2020-12-10得票数 2
回答已采纳
1回答
我需要你方的推荐。我目前正在Arduino上使用肌电图(肌肉)传感器，我的目标是识别和测量肌肉活动的时间。在下面的图片中，您可以找到原始数据。
正如你所看到的，在肌肉活动期间，模拟输出的范围要高得多。但我不知道哪种数学方法适合这项任务。
浏览 1提问于2019-05-27得票数 1
回答已采纳
我有这种语言
L = {<M> | M is a TM that accepts w whenever it accepts w^R}
我能够证明这种语言是无法分辨的。
但这种语言是图灵-可识别还是共同-图灵-可识别？
浏览 4提问于2017-05-15得票数 1
回答已采纳
1回答
我想要建立一个实时物体识别的android摄像头应用程序(类似于人脸识别)。我知道目标识别比人脸识别要复杂得多，所以我想要做的是使用对象识别算法在服务器上进行机器学习，然后从android发送到服务器框架，然后由服务器处理并返回找到的对象名。
现在，服务器接收图片作为参数并使用图片中的对象进行响应，我正在考虑使用Camera.PreviewCallback和onPreviewFrame()将帧发送到服务器(在API 21中不推荐)。还是我应该用做点什么
有人能解释一下是否可能吗?什么是最好的方法？
浏览 5提问于2016-07-29得票数 0
1回答
如何从php文件中返回图片？我有包含以下代码的image.php：
<?php
$im = imagecreatefrompng("myImage.png");
header("Content-Type: image/png");
?>
但实际上输入domain.com/image.php会被浏览器识别为document，而不是图像……并返回一个空结果。
浏览 1提问于2015-07-31得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
