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 3632提问于2018-08-24
我见过一些pdf文件后，OCR有非常准确的文本(无论是在识别率，在文本对齐图像)。
如果pdf文件中隐藏的文本层是否来自OCR，那么Unix/Linux工具会帮助我知道什么呢？
浏览 0提问于2014-12-07得票数 2
2回答
我正在为UWP开发，Windows有一个OCR引擎: Windows.Media.Ocr
我的问题是:有人知道Windows OCR是否可以接受识别新字符或使用自定义字体的培训？如果是的话，我怎么能做到？
我想要实现的是识别非字母符号。我想在每个例子中识别字符⌰(unicode: U+2316)或⌖(U+2316)。
我想识别的字符不是任何语言的符号。
浏览 9提问于2016-03-07得票数 3
回答已采纳
3回答
用文字识别OCR的Python接口调用来对本地图片进行识别，报错“下载失败”，FailedOperation.DownLoadError message:下载失败。参照这个官方样例https://github.com/TencentCloud/tencentcloud-sdk-python/blob/master/examples/ocr/v20181119/general_fast_ocr.py
接口的Image是图片文件的绝对路径。请问如何解决？
浏览 1599提问于2020-03-07
2回答
我在一个历史目录中使用了光学字符识别(OCR)，并试图用Microsoft来清理文本。具体来说，我需要一些帮助来编写正则表达式，以便将两行合并在一起。例如，某物
John Smith，87银行
Bldg
实际上应该是
John Smith，87 Bldg
我尝试过几种方法，但都没有成功。有人能帮我吗？
浏览 0提问于2015-06-24得票数 3
我正在使用tesseract OCR来识别视频帧的文本。
我编写了一个程序，使用ffmpeg获取视频的所有主要帧，并对它们进行裁剪(用静态值)作为文本的中心(例如，它应该是字幕)。
我还使用了ImageMagick和TextCleaner脚本，它们像魔法一样提高了OCR的质量！
不管怎么说，有时候我的视频质量不太好，或者视频大小有点小，或者裁剪没有中间的文本(因为值是staitc)，而OCR的结果非常糟糕。
我的问题是:如何才能检测到文本的正确位置？这将提高OCR的质量，取得更好的效果。
如有任何建议，将不胜感激。谢谢。
浏览 2提问于2014-12-04得票数 1
我在很多不同的情况下都有这个问题。
我将分享一个例子。
我有一些常见问题的意图。一个答案是“什么是命名实体识别”--这是它的话语：
告诉我关于命名实体的识别
告诉我关于纳的事
什么是纳
你所说的命名实体识别是什么意思？
什么是命名实体识别
另一个回答是“什么是光学字符识别？”这是它的话语：
OCR
你说OCR是什么意思？
你能告诉我什么是OCR吗？
讲述OCR
什么是光学字符识别？
什么是OCR？
当我进入时，“ocr是什么？”它按照预期工作，并给出了OCR的答案。但是当我在所有大写中输入OCR时，都会问同样的问题(OCR是什么？)它
浏览 4提问于2019-03-22得票数 2
回答已采纳
1回答
OCR图像处理
、、、
我试着用MATLAB的OCR作为字符recognition.This是我正在做的-
I=imread('ocr.jpg');
imshow(I);title('Original Image');
results = ocr(I);
word = results.Text
这是图像ocr.jpg
但这是我得到的输出- word =，基本上它不能识别字符F。这是我跟踪的链接-
浏览 1提问于2015-06-22得票数 1
回答已采纳
我正在使用Google Firebase Vision API进行文本识别(OCR)。我的用例是对文档中或文档头部的人名进行OCR。此外，我有一个数据库或我希望扫描的姓名列表。我知道其他的OCR引擎支持将单词列表或字典加载到引擎，这有助于提高识别率。我似乎想不出如何使用Firebase Vision文本识别来做到这一点。如果我有一个列表或名称数组，我是否可以将这些名称作为唯一要识别的字符串/单词加载到引擎中？ 谢谢!
浏览 12提问于2020-03-26得票数 0
1回答
基于OCR的BarCode识别
、、、、
我试图用简单的CNN识别条形码，把它当作一个多位数识别问题。结果不是很好。所以我也在寻找一些更好的深造模式。在我的搜索过程中，我没有发现在条形码上试用任何OCR型号。所以我的问题是-可以训练OCR模型识别条形码。我发现条形码的检测和识别任务与文本识别非常相似。我遗漏了什么吗？
浏览 3提问于2020-05-09得票数 1
回答已采纳
我在我的项目中使用AspriseOCR从图像中识别文本。aspriseOCR.jar文件被正确地配置为我的Eclipse库，但是得到了下面的错误。有人能指点我怎么解决这个问题吗？
java.lang.UnsatisfiedLinkError: no AspriseOCR in java.library.path
at java.lang.ClassLoader.loadLibrary(ClassLoader.java:1860)
at java.lang.Runtime.loadLibrary0(Runtime.java:845)
at java.lang.System.loadLibrary
浏览 1提问于2013-11-03得票数 0
回答已采纳
1回答
在OCR应用程序中，您通常会找到图像的连接组件，并在这些组件上运行OCR引擎以识别它们。
我的问题是，如果您连接的组件具有训练集中不存在的符号/形状，应该怎么办。
例如，如果我们正在运行数字识别，而图像有一条直线或一个字符，那么就说"X“或任何不是数字的东西。
你怎么知道它不是一个数字呢？
浏览 1提问于2011-02-06得票数 0
我最近一直在使用Ocr进行文本识别，并试图实现GraphicOverlay对象，但编译器不会识别它。我该怎么办？
浏览 0提问于2018-05-18得票数 1
回答已采纳
1回答
在保存到文本文件时防止拆分行
、、、、
我有一个具有大约300行结构的json文件，如下所示：
[
{
"OCR":"ANNA żółty LEWANDOWSKA\nHEALTHY SWEETS by Am 31\n",
"Correct_title":...,
"Correct_author":...,
"Correct_ID":...
},
{
"OCR":"some other\nstuff that should\nst
浏览 6提问于2021-09-09得票数 0
我想使用IronOCR从屏幕截图中识别出个位数。
问题是，我的.Read()结果总是以空"“结束。
这是我的密码
var bmpScreenshot = new Bitmap(105,
25,
PixelFormat.Format32bppRgb);
var gfxScreenshot = Graphics.FromImage(bmpScreenshot);
gfxScreenshot.CopyFromScreen(992,
400,
0,
0,
浏览 8提问于2022-03-06得票数 1
2回答
使用新版SDK（java）调用ocr身份证识别接口ocr.tencentcloudapi.com，在云服务器上报一下错误
com.tencentcloudapi.common.exception.TencentCloudSDKException: javax.net.ssl.SSLPeerUnverifiedException-Hostname ocr.tencentcloudapi.com not verified:
certificate: sha1/2oGH1NU0zoUGcAYBTGnGkeHt4LQ=
DN: CN=*.ap-shanghai.tencentcloud
浏览 1490提问于2019-09-06
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
1回答
我正在Java (使用OpenCV库)上使用Tesseract (这种自定义字体的预培训)为OCR准备图像。
有一个蓝色文本的图像，通过OpenCV inRange()方法对图像进行大小调整和二值化之后，我得到了黑白图像，但是有些字母是连在一起的，而且Tesseract有时会在它们上出错。此外，还有几个问题:原始文本很小，边框像素总是有一些不同的RGB值，背景也总是不同。
我试图增加inRange()方法捕获的像素数，但是得到了更多的连接字符。在减少捕获像素的数量后，一些字母变得几乎不可见，而且Tesseract无法读取它们。
请告诉我如何在二值化的图像上用白色分割这些字符。或
浏览 5提问于2022-04-15得票数 0
根据这个Link，我安装了IronOcr包，并尝试了以下代码。 using IronOcr;
var Result = new IronTesseract().Read(path);
string currentSubText = Result.Text;
textBox1.Text += currentSubText + Environment.NewLine + Environment.NewLine; 我用六张图片进行了测试： 图片 ? 图片 ? 图片 ? 图片 ? 我可以上传四张照片。 实际上它看起来不错。只有几个错误与一些特殊的德语字符(äöü) 结果1： ?
浏览 309提问于2021-09-06得票数 1
1回答
我试着用IronOCR来识别日语。
对于单个数字，如1、3和7，它不起作用。像5,920这样的数字或任何比个位数更长的数字都会正确显示。
我在这里读过一些相关的文章。
像Ocr.Configuration.PageSegmentationMode=TesseractPageSegmentationMode.SingleChar;这样的建议不可用。
我不能确定总有单数还是没有个位数。
这是我的代码，我该怎么做？
using (var Input = new OcrInput(croppedImage))
{
Input.DeNoise();
Input.Invert();
浏览 13提问于2022-08-15得票数 4
1回答
我试图使用Ocr框架来识别这些类型的图像:这些是两个字母G。
我试过使用aocr.jar，但这段代码似乎做不到。
import com.asprise.ocr.Ocr;
import java.io.File;
public class textRecognizer {
public static void main(String args[]){
Ocr.setUp();
Ocr ocr = new Ocr();
ocr.startEngine("eng", Ocr.SPEED_FAST);
浏览 2提问于2014-09-09得票数 2
刚刚发现，vim运行所有以相同名称开头的ftplugin。
例如：
检测到的文件类型= ocr
这些文件具有不同的版本。因此我有不同的ftplugins：
ocr_01 =>基础版(检查文件版本并设置正确的文件类型)ocr_01 =>版本01...ocr_n =>版本n
当打开一个光学字符识别文件，文件类型被检测为‘光学字符识别’->的光学字符识别基础-File插件将加载。它检查文件的版本(例如01) =>文件类型将被设置为ocr_01。
我期望，只有文件类型插件ocr_01加载，但所有以'ocr‘开头的ftplugin是: ocr_01，ocr_02..
浏览 8提问于2013-07-26得票数 0
4回答
我正在尝试改进我制作的OCR程序，以读取我正在使用的某个图像的布局。现在，我希望我的OCR程序只能识别数字0-9。
我试着遵循问题的解决方案：
但是我陷入了必须调用tesseract的部分：
tesseract input.tif output nobatch letters
这是怎么回事？
浏览 2提问于2012-07-03得票数 9
回答已采纳
3回答
根据您的经验，什么是最准确的开放源码光学字符识别(OCR)库/软件来读取日文文本？
我刚试过nhocr，它的错误率超过2%，即使是在一个非常干净的高清晰度文档上(2%用于大字体的超干净字符，对于扫描过的书籍则更糟糕，更不用说手写形式了)。
日本旧手机(特别是夏普手机)在10年前就有了很好的日本OCR，所以我想它在开源中也是可行的。
浏览 0提问于2015-02-03得票数 6
我想使用Microsoft认知服务计算机视觉API来识别比赛中跑步者的照片上的bib号码，无论是单个跑步者还是相当少的单个跑步者。
这是OCR函数应该能够处理的任务吗？我用“入门”程序和测试控制台尝试了几个示例，它返回一个空的区域数组。我是不是做错了什么，还是超出了它的能力？
浏览 0提问于2017-05-19得票数 0
调用调用OCR营业执照识别报“内部错误”这种不明不白的提示，相同的header，相同的multipart/form-data
方式，调用“OCR-通用印刷体识别”确能识别成功，证明程序的加密方式，图片的base64没有问题！OCR营业执照识别
确报“内部错误”看不明白什么意思。
浏览 284提问于2019-07-10
我有一个以前没有处理过的字母表，所以当扫描时，没有办法用OCR来检测要识别的字母。我正在尝试为它编写OCR程序，但在这方面没有太多经验。对于从哪里开始，以及这样的系统通常是如何实现的，我希望能得到一些提示。
浏览 0提问于2012-02-24得票数 3
我试图用Python编写代码，用于使用Tesseract-OCR进行手动图像预处理和识别。
手册过程：
为了手动识别单个图像的文本，我使用Gimp对图像进行预处理，并创建一个TIF图像。然后我把它喂给Tesseract-OCR，它正确地识别了它。
用Gimp对图像进行预处理-
将模式更改为RGB /灰度
菜单--图像--模式- RGB
脱粒
菜单--工具--彩色工具--阈值--自动
将模式更改为索引
菜单--图像--模式-索引
调整大小/比例至宽度>300 to
菜单--图像--缩放图像-- Width=300
保存为Tif
然后我给它喂食-
$ tesser
浏览 3提问于2015-09-09得票数 6
我使用tesseract 4.0来识别英语单词，但是在这个图像上失败只识别，没有任何单词被识别，
任何人都可以给小费，谢谢
r=pytesseract.image_to_string('6.jpg', lang='eng')
print(r)
更新：
我试着用在线网站进行OCR。
而且很管用，但为什么？
我怎么才能用tesseract来识别它呢？
浏览 5提问于2020-12-25得票数 0
与我在iOS上用Tesseract写的一个测试相比，这个应用程序在光学识别方面超级快速和准确。所以我想知道: Google翻译手机应用程序是否使用Tesseract在本地进行OCR？或者它调用了一些Google后端，比如Google Drive API，它们支持OCR。谷歌或该团队的人知道吗？
浏览 0提问于2016-03-23得票数 2
4回答
专为屏幕阅读设计的OCR引擎
、、、、
是否有为识别屏幕捕获图像中的文本而不是扫描的文本而设计的OCR引擎？我有一个项目，我需要在应用程序中检索和识别文本，到目前为止，我尝试过的OCR引擎都没有在屏幕截图上表现得很好。
理想情况下，引擎应该与颜色和背景噪音很好地工作，尽管我可以做一些宽限，如果没有这样的可用的。
它需要与.NET兼容；要么用.NET编写，要么有一个.NET可调用的应用程序接口。
浏览 1提问于2010-07-27得票数 10
我想用.Net中的Tesseract OCR引擎做一个光学字符识别。因此，我使用了tesseractdotnet-Wrapper 。我需要获取每个识别单词的单词位置(RetriveResultDetail-Method)：
TesseractProcessor ocr = new TesseractProcessor();
ocr.Init(executionPath, "eng", 3);
Image image = Image.FromFile(imagePath);
Console.WriteLine(ocr.Apply(image));
List<tesserac
浏览 0提问于2013-06-03得票数 0
回答已采纳
1回答
识别车牌的特征
、、
我试着用OCR识别车牌的特征，但我的车牌质量较差。
我试图以某种方式改进OCR的字符识别，但我最好的结果是:结果。
就连这张照片上的童子军也认不出任何人物。我的代码是：
#include <cv.h> // open cv general include file
#include <highgui.h> // open cv GUI include file
#include <iostream> // standard C++ I/O
#include <opencv2/highgui/highgui.hp
浏览 4提问于2016-04-04得票数 16
2回答
我正在尝试创建一个软件，通过捕获屏幕截图，然后OCR (光学字符识别)它寻找一个特定的按钮来点击(例如)的PC自动化。我已经得到了鼠标和键盘控制部分，但现在，我需要一个OCR来处理屏幕截图。我发现Tesseract OCR似乎不能很好地处理屏幕上的文本。文本要么太小，要么一些文本似乎是连接在一起的，比如K和X。我该怎么做呢？
p/s:这是一个自动化测试程序。
浏览 1提问于2009-05-22得票数 4
从过去的两周开始，我正在努力实现“识别iPhone屏幕上的字符”。
我搜索了这个，找到了Tesseract OCR。
通过使用Tesseract OCR，我们可以从图片中识别字符。
现在我的问题是，是否能够识别使用Tesseract OCR绘制在iPhone屏幕上的字符？
如果可能的话，给我一些初步的步骤来完成这个任务。
浏览 2提问于2013-12-19得票数 6
回答已采纳
1回答
我是一名学生，正在从事一个计算机视觉项目，以实现承保过程的自动化。以下是斯里兰卡人的旧国民身份证的一个例子。我想从图像中提取身份证号码。当我使用pytesseract执行OCR时，它无法正确提取数字。但是当我只支持这个数字并执行OCR时，它成功地识别了这个数字。这不仅仅是一个用例。这应该是自动化的，当用户输入其身份证号码时，我的程序应该能够从身份证件中提取号码，并与用户输入的号码进行交叉核对。我被困在了提取发生的点上。
我建议用yolo创建和训练自定义对象检测模型，并使用该模型识别NIC no所在的部分，然后对其进行裁剪，然后执行OCR。我不知道是否有比这更简单的方法来做这件事？我只需要从图像
浏览 7提问于2022-08-02得票数 0
1回答
我正在为网络模因图像编码一个特殊的光学字符识别。这是一个学校项目，应该用C语言编码。
目前，我在编写OCR代码的方法/算法上遇到了问题。事实上，几乎所有的模因图像都有相同的字体，这是影响(更不用说其他没有影响字体)。OCR的目标将是检测和识别字符，这些字符在影响字体，在模因图像的前景，而不是在它背后的场景。
要做这个OCR，我的意思是神经网络有点过火，因为模因图像中的字符是简单的、直接的和向前的。我听说有其他“更简单”的方法来做OCR，比如使用机器学习算法来“学习”影响字体，或者使用基于骨架匹配的系统通过模式识别来识别字符。
做OCR最好的方法是什么？而是神经网络？模式识别？机器学习？
浏览 0提问于2016-03-28得票数 1
回答已采纳
1回答
混合语言OCR
、、、、
我在解决一个表格数据识别任务
最大的问题是混合语言图片的识别。
我正在为OCR使用tesseract，但是它不能同时识别两种语言。
以下是输出的示例：
📷
如果我用'eng+rus‘作为lang选项，它就不能识别英语，所以我的问题是:有办法同时识别这两种语言吗？所以输出看起来应该是: KitchenAidХолодильникKCFMA 60150 R
浏览 0提问于2022-07-19得票数 2
你好，我正在尝试使用OCR tesseract来识别图像中的一些字母。
我用imagemagick做了一个转换，图像看起来不错，但还不够
原始图像：
与imagemagick一起使用的命令
convert input.jpg -fuzz 50% -fill black -opaque black -bordercolor white -border 2 -fill black -draw "color 0,0 floodfill" -alpha off -negate -units pixelsperinch -density 72 output.jpg
结果图像：
浏览 6提问于2017-07-05得票数 1
请参阅图片：
我认为我的图像很简单，但是tesseract ocr不能识别它:(它显示“A§§§SX”，而不是A9FCCC
请告诉我为什么？怎么才能认出它呢？
谢谢
浏览 3提问于2013-06-17得票数 0
1回答
在我的tess4j OCR应用程序中，字符识别的准确率很低。我听说，关闭tess4j中的字典将提高准确性，让个人字符被识别。但我不知道该怎么做。有人知道如何关掉tess4j中的字典吗？
浏览 12提问于2014-10-20得票数 0
我在I中实现了文本识别的tesseract ocr，对输入图像进行了预处理，给出了Tesseract method.It，识别效果较差。
步骤：
1.侵蚀功能
2.扩张功能
3.Bitwise_not函数
Mat MCRregion;
cv::dilate ( MCRregion, MCRregion, 24);
cv::erode ( MCRregion, MCRregion, 24);
cv::bitwise_not(MCRregion, MCRregion);
UIImage * croppedMCRregion = [self UIImageFromCVMat:MCRreg
浏览 1提问于2014-08-28得票数 4
1回答
使用OCR读取循环文本
、、、、
我想读物体上的文字。但是OCR程序不能识别它。当我给出小部分的时候，它就能认出。我必须把圆圈文本转换成线性文本。我该怎么做？谢谢。
浏览 2提问于2017-10-09得票数 7
1回答
我安装了gocr，命令由ubuntu终端(sudo apt install gocr)建议，以便对pdf文件中的文本进行OCR识别。我怎么能用呢？我没有找到一个教程来做这个。
浏览 0提问于2020-07-20得票数 3
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
