大多数其他的验证码都是比较简单的。例如，流行的 PHP 内容管理系统 Drupal 有一个著 名的验证码模块(https://www.drupal.org/project/captcha)，可以生成不同难度的验证码。
从Google的无人驾驶汽车到可以识别假钞的自动售卖机，机器视觉一直都是一个应用广泛且具有深远的影响和雄伟的愿景的领域。
开发该项目的环境要求有Python,Tensorflow,OpenCV和NumPy等软件。源代码在这里。
爬虫是 Python 的一个常见应用场景，很多练习项目就是让大家去爬某某网站。爬取网页的时候，你大概率会碰到一些反爬措施。这种情况下，你该如何应对呢？本文梳理了常见的反爬措施和应对方案。
文章里介绍了几个大的网站，在反爬虫过程中，采取的各式各样的策略，无不体现出前端工程师的奇葩脑洞。
有时你遇到一篇古老的文献，PDF文档还是扫描版。又或者是遇到一幅网页版海报，上面的文字你完全看不懂。
源码（PyTorch实现）github 地址： 在公众号 datadw 里 回复 OCR 即可获取。 1:样本获取 **算法论文:** Synthetic Data for Text Localisation in Natural Images Github: https://github.com/ankush-me/SynthText **词库:** https://pan.baidu.com/s/10anmu + 英文词汇 经过处理后得到大约500兆 6
偶尔我们会有一些批量在图片上加个文字的功能, 比如添加水印啊, 修改模板啊之类的, 如果一张一张用ps或者图片编辑器终究是有一些麻烦, 而且无法保证每次都是对齐的, 因此让python来写也是不错的选择.
社群分享实录 昨天赵总在群里遇到foxbarcode在win10中打印预览，显示是条码是正常的。实际打印出来，就是变形的。他一直以为是条码打印机的问题，反复折腾了很久。最后做了两个条码在一个报表中打印出来。对比结果，感觉是函数输出的问题。
又来到了测试网络会议的第九期培训，本期的主讲人皮卡丘，培训的是关于OCR-tesseract 使用，话不多说详情如下：
剪辑师经常遇到一个问题：把视频剪成不同的长宽比，比如把横向的视频剪成纵向，通常很灾难。
pillow是Python平台事实上的图像处理标准库。PIL功能非常强大，但API却非常简单易用。 所以我们使用它在环境里做图像的处理。
本文包含了两个系列的内容： 《设计师会编程，程序员懂艺术》 《写给设计师的人工智能指南》 在这里给设计师介绍人工智能在设计领域的应用，也亲手实现了一个融合设计、编程的小实验产品。 AI真的可以替代设计
本文继续谈《人工智能设计师》，往期可查阅： 人工智能设计师v0.0.2 DIY一个人工智能设计师_v0.0.1 「 国内首个 」设计+人工智能深度案例分析报告 DIY一个人工智能设计师v1.0之风格迁
目前的文字识别主要有两方面的研究。首先是传统的文字识别，也就是文档中的文字识别，主要是OCR技术，其技术已经比较成熟，效果也比较稳定。另一方面是基于场景的文字识别，也就是图片中的文字识别，即将图片里的文字转化成人类可以理解的语言。这个过程需要实现以下目标：获得图片中文字出现的位置，包括文本的起始位置、结束位置和上下高度；将所在位置的图片所包含的文本数据转化成人们可以理解的信息。这整个过程就是文字识别。
很多人都会遇到这样的情况，看到一款很好看的字体，想要拿来用，但是却不知道这款字体是什么字体，或者用了一款自认为感觉不错的字体做了设计，但是不确定是否有出现侵权的情况。
相信很多人不光是在编程的过程中，在平时的生活中，也经常会收藏一些有用的网站，方便使用的时候，靠这些网站来解决一些麻烦的事情。 比如：
首先和大家演示一下实现的效果，我们的最终目标是基于一张图片，通过技术的手段自动提取图片的信息，并展示到文档中，提高文档编写的效率。
今天分享的主要是OCR的部分。分享腾讯云在OCR上做的一些工作，以及腾讯云目前在云上面开放的OCR的一些服务。OCR简单来说就是让机器能看懂写的文字。我们手写的文字比较复杂，什么样子的都有。印刷的文字稍微简单一点，但也同样具有复杂性。今天主要讲的就是这种复杂性，这种服务在日常生活或者工程中遇到不同情况所产生如何处理这些复杂性的能力。
对于一个智能设计系统，有2个核心的能力，包括感知设计的能力、推理设计的能力。本文重点是机器感知设计能力的介绍。
最近接了一个新需求，需要获取一些信用黑名单数据，但是找了很多数据源，都是同样的几张图片，目测是excel表格的截图，就像下面这样：
最近主要是完成专业内的一些课程作业，比如Oracle数据库、JaveEE、搜索引擎等作业。国内大学总是会学很多课程，其实对多数学生来说，一些课程都不知道学着有什么意义。这点国外做的较是不错，在英国UWS当交换生的时候，可以选择自己喜欢的课程，这样也就有很大的兴趣去学习这些知识点。
反爬方与爬虫方相互博弈，不断制造爬取难度，或一定程度上阻止了爬虫行为。爬虫方也在不断更新技术，来对抗种种反爬限制。
去年(19年10月)在某技术沙龙上分享了《小程序工程化探索》后，陆续有网友联系到我询问一些实现方面的细节，虽然常年顶着黑眼圈修着“福报”，但还是决定抽出时间写一个小程序工程化系列，一是希望能帮到部分同学，二是希望能提升自己的总结与表达能力，由于是一个系列，所以每篇文章会尽量聚焦一个点，篇幅不会很长。闲话少述，本篇是小程序工程化系列第一篇，我将会详细介绍如何利用 Webpack 实现对小程序代码的文件依赖分析。
导读：作者系腾讯QQ研发中心——CV应用研究组的totoralin。本文主要介绍基于深度学习的文档重建框架，通过文档校正、版面分析、字体识别和阅读排序将纸质文档智能转成可编辑的电子文档。相比较传统的OCR技术，更加完整地恢复出文档关键图表等内容，提高用户文档处理的效率。 1、相关背景 随着知识爆炸，借助纸质媒体、网络媒体等途径每天我们都在接触大量的信息。但是当我们发现某些信息是有启发性、有价值的，又苦于如何将这些信息沉淀下来。由于这些信息载体丰富多样，有的是纸质书有的是网页报道有的是PDF电子书，没有
Dev Club 是一个交流移动开发技术，结交朋友，扩展人脉的社群，成员都是经过审核的移动开发工程师。每周都会举行嘉宾分享，话题讨论等活动。 本期，我们邀请了 腾讯 TEG 技术工程师“文亚飞”，为大家分享《深度学习在OCR中的应用》。 下面是分享实录整理： ---- 大家好，我是文亚飞，来自腾讯TEG，目前负责图像识别相关的工作。OCR（光学字符识别）旨在从图片中检测和识别文字信息，本次分享将介绍我们在OCR技术研发过程中的一些方法和经验总结。 一，OCR背景及基本框架介绍 OCR技术从上世纪60年代就开
上周行哥发了一篇文章，在里面用游戏案例分析了一下“我们为什么这么穷？”，可谓字字珠玑，每一个游戏案例的观点都深入人心
楼主给你说哦！其实没有必要咋先ocr文字识别的，可以使用专业的第三方软件来进行ocr文字识别的。
从这段 css 可以看出，class="num"的标签，指定了字体库地址，猜测大概率是使用了所谓的字体加密。为了验证猜想，我们需要看下研究这个字体文件
封面由ARKie智能设计赞助 早在去年 mixlab 的一篇案例报告里，就介绍过 Brandmark 了，当时 Brandmark 还是 v1 的版本，现在已经是 v2 版本了，也上线了一些子产品，例如 Brand Rank 、 Logo Crunch 。 Brandmark 在官方博客里介绍了关于人工智能做 Logo 设计的思考，核心的内容，我梳理了下： 使用类似于字体向量（ https://github.com/Jack000/fontjoy ）来发现字体之间的关系， Brandmark 希望将
既然思路能走得通，那么咱们先搞图像识别。准备数据->训练数据并保存模型->使用训练模型预测结果。
我们需要 pillow 和 pytesseract 这两个库，pip install 安装就好。 还需要安装 Tesseract-OCR.exe 然后配置下就好了。 具体的环境配置方法请看 python 技术篇-使用pytesseract库进行图像识别之环境配置
前几个版本的代码, 虽然都可以解决问题, 但是有点麻烦, 如果是很多个文字, 也不能一个一个手敲上去, 更不能保证字体的顺序不变, 这次使用pillow + ddddocr来彻底解决这个问题
最近接了一个爬虫的私活，收益颇丰。自认为对爬虫掌握的还算不错，爬过很多国内外网站， 数据超过百万，应对过封IP、设验证码、假数据、强制登录等反爬虫手段。于是乎，我毫不犹豫的接下了该活。
时代总是在螺旋式地发展变化中，设计潮流也是如此。随着移动端扁平化设计推进，越来越多的设计师不满足于仅仅是色块、图标和系统字体的枯燥组合，而把更多的心思投入到精益求精的视觉设计中。从平面设计引申过来的技巧在这时起到了画龙点睛的作用：一些细节上的处理，为移动产品的界面大大地提升了品牌逼格。 例如以设计精美著称的Yahoo的两款明星App产品Yahoo Weather!和Yahoo Digest。除了在产品设计上的极致和突出表现外，模糊和斜切的手法，给整个产品的品牌气质提升到了一个新的高度。 Yahoo Weat
如果你关闭自动识别后 ，又希望某些电话号码能够链接到 iPhone 的拨号功能 ，那么可以通过这样来声明电话链接 ,
但无论是工整书写的 Tensorflow 官网上的 MNIST 教程，还是上节提到“草书”数字，都是 单一的数字识别问题。 但是，在实际生活中，遇到数字、字母识别问题时，往往需要识别一组数字。这时候一个简单的深度神经网络可能就做不到了。本节内容，就是在讨论遇到这种情况时，应该如何调整深度学习模型。
可能你们看见今天的题目有点奇怪，这有什么不会的。但你们可能误会了。今天的缘由是，我在做好一张图片时，其中组合图里面的一张小图里面的一个标签需要更改，但我找不到原始文件，不知道这个字体是什么字体，所以没办法跟原图匹配上一模一样的字体。为了一个标签，又重新去组图，是一件很麻烦的事情，所以呢，就有了今天的推文！
里，就介绍过 Brandmark 了，当时 Brandmark 还是 v1 的版本，现在已经是 v2 版本了，也上线了一些子产品，例如 Brand Rank 、 Logo Crunch 。
仔细分析他们的CSS就会发现他们用了一个字体，正常字体是0123456789 在官方字体中替换为：（这是他们以前的做法，现在已经更新因此图来自网络）
导语 距离业界首次提出“全链路设计师”这个概念已经过去了几年，从称谓的变化我们就可以感受到设计师这一角色职责的变化。在近几年的产品设计工作中，我们和上下游之间的协作越来越紧密，介入阶段越来越往前，新的趋势对设计师也提出了更高的要求，包括更深入的产品思考，对用户的时时洞察，高效的沟通合作，以及细致的质量把控等等。那么如何成为一个全能型的互联网设计师呢？本文以日常工作流程为路径，为大家整理了一波实用小技巧和小工具。希望能够帮助大家在保持设计的专业度的同时，在工作的方方面面都能够得心应手。 Phase
本文介绍了如何通过光学字符识别（OCR）技术来识别收据中的文本内容，并探讨了在识别过程中可能遇到的文本噪声问题，以及如何解决这些问题。同时，文章还介绍了如何使用CNN和LSTM等深度学习技术来提高文本识别的准确率。
可读性是网站品质的重要方面，它直接影响用户的使用体验和网站的可维护性。因此，在设计和开发过程中应该注重提高网站的可读性。本文将介绍如何通过一些技术手段提高Web网站的可读性。
在confluence上传excel文件，预览时发现乱码问题主要是因为再上传文件的时候一般是Windows下的文件上传，而预览的时候，是linux下的环境，由于linux下没有微软字体，所以预览的时候无法识别文档字体，所以才会出现乱码。还比如某个业务有个功能生成图片，结果图片里的字全变空格了，这也是服务器上没相应的字库造成的。解决办法：在服务器上安装中文字体。操作方法如下：
小贝的生日正好赶上双节，思虑良久，觉得传统的贺卡，生日礼物之外，作为一个程序员，我还能给她做一个更好的礼物。然而我是一个扁鹊都望而旋走的重度拖延症患者，事情不拖到最后一刻不会启动。到了娃儿生日前夕，本想用 scratch 写个小游戏祝福她，没想到人家已经用 scratch 把姐姐做的 wings of fire 游戏改吧改吧给自己做了个 happy birthday 的动画：
Adobe 出品的photoshop现在已经全民化了，但还是没有停止他们进行，每过一段时间便会更新一些新功能，而这一次他们没有更新PhotoshopCC这个名称，而是改进了好几项大功能，真得值拥有。每一项都减掉了不少人群的烦恼.... 先看下面这个动图，了解下第一个功能. 第一个值得推荐的一个功能，这真是的网红的福音，这个功能可以识别照片中的人脸。 可以针对嘴巴，进行调整理，拍照时说笑得不好看，没关系，后期一键让你笑得开心，笑得自然，看下GIF图 眼睛，你想大就大，有些人笑起来眼没了，不要怕，
如今，智慧办公是企业办公领域数字化转型的题中之义。作为国内最早开发的软件办公系统之一，金山办公如何应用深度学习实现复杂场景文档图像识别和技术理解？本文将从复杂场景文档的识别与转化、非文本元素检测与文字识别、文本识别中的技术难点等多个方面进行深度解析。 作者 | 金山办公CV技术团队 出品 | 新程序员 在办公场景中，文档类型图像被广泛使用，比如证件、发票、合同、保险单、扫描书籍、拍摄的表格等，这类图像包含了大量的纯文本信息，还包含有表格、图片、印章、手写、公式等复杂的版面布局和结构信息。早前这些信息均采用
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
