文字识别ocr技术
文字识别OCR技术是一种将图像中的文字转化为可编辑、可搜索的文本的技术。它通过使用光学字符识别（OCR）算法，将图像中的文字提取出来，并进行文字识别和文本转换。文字识别OCR技术在各个领域都有广泛的应用，包括文档管理、自动化办公、图书馆数字化、车牌识别、身份证识别等。
文字识别OCR技术的优势在于能够提高工作效率、减少人工操作、提高数据准确性和可搜索性。它可以将大量的纸质文档、图片等转化为可编辑的电子文本，方便进行后续的数据处理和管理。此外，文字识别OCR技术还可以实现自动化的文字识别和提取，大大减少了人工操作的时间和成本。
在云计算领域，腾讯云提供了一系列与文字识别OCR技术相关的产品和服务，包括：
- 通用印刷体识别（OCR）：腾讯云的通用印刷体识别（OCR）服务可以识别印刷体文字，支持多种语言，包括中文、英文等。它可以将图片中的文字提取出来，并返回识别结果，方便后续的文本处理和分析。产品介绍链接：https://cloud.tencent.com/product/ocr
- 身份证识别（OCR）：腾讯云的身份证识别（OCR）服务可以识别身份证上的文字和照片，并提取出身份证号码、姓名、性别、民族等信息。它可以广泛应用于身份证验证、实名认证等场景。产品介绍链接：https://cloud.tencent.com/product/ocr-idcard
- 银行卡识别（OCR）：腾讯云的银行卡识别（OCR）服务可以识别银行卡上的文字和卡号，并提取出相关信息。它可以应用于银行卡识别、支付等场景。产品介绍链接：https://cloud.tencent.com/product/ocr-bankcard
- 行驶证驾驶证识别（OCR）：腾讯云的行驶证驾驶证识别（OCR）服务可以识别行驶证和驾驶证上的文字和照片，并提取出相关信息。它可以应用于车辆管理、驾驶证验证等场景。产品介绍链接：https://cloud.tencent.com/product/ocr-drivinglicense
腾讯云的文字识别OCR技术可以帮助开发者快速实现文字识别和文本转换的功能，提高工作效率和数据处理的准确性。
相关·内容
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
1回答
我创建了以下代码并执行：
Ocr.setUp();
Ocr ocr = new Ocr();
ocr.startEngine("eng", Ocr.SPEED_FASTEST);
String s = ocr.recognize(theImage, Ocr.RECOGNIZE_TYPE_ALL, Ocr.OUTPUT_FORMAT_PLAINTEXT);
ocr.stopEngine();
Output:
Result: L‘i
L‘L’Ui l
实际上，图像只包含数字值。是否可以使用上述代码仅提取数字值？
我在jpg文件中显示了1234个数值，我只想在o/p控制台中打印这个
浏览 2提问于2015-11-25得票数 0
回答已采纳
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
在Automation Anywhere中IQ机器人是什么？我真的很困惑，因为Automation Anywhere的前一个版本已经有了OCR和图像识别的能力，它的区别是什么？
浏览 0提问于2019-10-17得票数 0
我正在试着写一个只能被人读懂的文档。无法复制文档内容。为此，我将其页面转换为图片，并将其添加回PDF文件。主要的问题是，任何OCR程序都可以恢复整个书面文本，特别是页面将是清晰的(而不是扫描的书)，这将提高OCR的准确性。
那么，有没有OCR无法识别的字体呢？否则，有没有一种技术可以让我的文档只被人类阅读，而不被OCR识别？(例如，添加特定的背景，等等)
提前谢谢你。
浏览 3提问于2012-11-13得票数 4
回答已采纳
我正在寻找一个免费的Android应用程序，它允许我配置任意数量的字符串(文本)以及自定义注释。应用程序应该通过OCR识别摄像机中的文本，并显示适当的注释。所有这些都应该发生在当地。
能够将配置的字符串->便笺列表从一个设备复制到另一个设备(文件传输，通过USB)是一个加号。通过GUI配置列表并不是绝对必要的，我也可以将手写的Json文件放在某个特定的位置。
背景/用例:我，在一个使用拉丁脚本的地方，正在等待无法阅读拉丁脚本的访问者。为了让他们找到回来的路，我想向他们提供一种扫描一些重要的公交车站名称和其他标志的方法，并对我事先配置好的标志进行解释，而不需要使用数据漫游或本地SIM卡。
浏览 0提问于2015-06-13得票数 2
1回答
我想开发一个应用程序，应该能够识别计算机打印卡中的一些数字(位于卡的固定位置)，然后将它们发送到网络服务。
我知道我应该使用OCR，但我不确定哪种产品适合我的需求。这将是伟大的，如果你可以建议我的任何api的或市场上的产品(开源不是必须的，但它将非常受欢迎:)，这可以帮助我在这个项目。
除此之外，我还有另一个技术问题:你是在设备中实现OCR识别，还是使用you服务调用它，并将图片传递给它？这两种模型的优缺点是什么？
浏览 0提问于2011-04-26得票数 6
2回答
如何OCR电子邮件地址
、、、、
我正在尝试OCR和提取图像中的电子邮件。图像应该有一行文本，即电子邮件地址。
我使用EmguCV.OCR从这些图像中提取文本(电子邮件地址)。我们的目标是获得100%准确的结果。
我们可以固定文本的字体和大小。例如Ariel，12pt，这样所有的图像都会有用Ariel 12pt写的电子邮件，在白色背景上是黑色的。
问题是EmguCV中的Tesseract OCR不能正确识别文本。它只能正确识别80%的字符。
我正在使用Leptonica库进行预处理。
以下是我正在尝试识别的一些示例图像。
有没有办法达到100%准确率的目标？
浏览 0提问于2014-10-30得票数 1
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
1回答
我只需要为数字写一个OCR程序。我将使用MNIST数据集。问题是我不知道从哪里开始。有很多论文并没有真正解释算法。我对模式识别并不是很了解。所以我有几个问题。
Q1 :在哪里可以找到算法(或教程) Q2 :如何对数字进行分类？我不需要非常高级的东西。我首先想到的是找出上半部分/下半部分和左侧/右侧的比例。有没有更有用和更简单的分类方法。Q3 :什么是反向传播和层，这在大多数论文中都有介绍。我的简单的OCR需要它们吗？
注意:我知道我的OCR程序不会准确。就目前而言，这并不重要。
浏览 0提问于2011-11-18得票数 6
回答已采纳
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
1回答
尤其是他们是否发布了一些API来在我们的开发中使用它？
我认为经过培训的OCR应该已经变得完美了，我还听说谷歌通过神经网络改进了他的算法，用于识别街景下的房屋数量。
所以我真的很想知道这个API是否可用。
浏览 1提问于2014-09-25得票数 1
回答已采纳
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
是否有一个OCR可用于从图像中识别和计数对象？或者可以用另一种图像处理技术来实现这一点？
例如，如果我特写三个盒子的照片，API只会返回数字3作为结果。
浏览 3提问于2013-10-28得票数 0
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
在google的tesseract中使用哪种算法--OCR进行识别?是神经网络吗？
浏览 7提问于2017-06-07得票数 5
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
我需要将扫描文档转换为mac上可搜索的文本PDF。
Acrobat可以通过其文本识别功能完美地完成这一任务，但考虑到我只需要这一个功能，Acrobat是相当昂贵的。有没有其他OCR工具可以做到这一点？OCR结果的质量很重要。
它不需要免费，只需要比Acrobat更低的成本。
浏览 0提问于2015-03-02得票数 2
回答已采纳
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
单位有一系列纸质表单，表单中的字段基本一致，但不同时期的排版有多种样式。
现在想通过印刷体识别和手写体识别做一个纸质转电子档的工具，拍照把纸质表单上手工填写的信息转录到网页中的电子表单中。
标题：OCR-通用印刷体识别 - 智能图像服务 - 产品文档 - 帮助与文档 - 腾讯云
地址：https://cloud.tencent.com/document/product/641/12428
浏览 481提问于2018-01-20
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
我正在制作车牌识别应用程序。我设法找到了每个板块元素的轮廓。我如何裁剪它们，调整大小和组合，这样tesseract ocr才能完成它的工作，并识别车牌上的文本。为了更清楚，我附上了文章中的图片。
浏览 4提问于2018-12-09得票数 0
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
我已经开始了一个简单的项目，在这个项目中，它必须获得一个包含带有上标的文本的图像，然后通过使用OCR (目前我使用的是tesseract)，它必须识别上标字符+正常字符。
例如，我们有一个化学方程式，如Cl²，但当我使用测试血清来识别它时，它给出了Cl2 (全部在一行中)。
那么，这个问题的解决方案是什么呢？是否有其他OCR API能够读取上标？
浏览 5提问于2012-03-02得票数 4
回答已采纳
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
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
2回答
OCR扫描文件并检索元数据
、、、、
我正在使用Alfresco社区6.1。
我有数千张发票要扫描，OCR它们(接近100%的识别)和检索所需的元数据(合作伙伴，发票号码，金额，单位，货币，.)。
根据检索到的这些元数据，我需要对发票进行一些操作(将它们移动到适当的文件夹，应用一些工作流.)。
作为第一批批准：
对于OCR，我使用了，但结果并不十分准确(远远不是100%)。
为了检索结果，我将OCRed转换成一个纯文本文件，然后使用javascript和document.content搜索它的内容。但是由于OCR不准确，我无法判断它是否是在文档中搜索的最佳解决方案。
所以我的问题是：
如何使OCR结果更加准确？
浏览 4提问于2019-09-26得票数 1
在俄罗斯的圣彼得堡，当地的旅行卡上有大量的身份证号码，这些号码很难读懂，当你在网上打卡的时候，就会在网页上输入。因此，我想建立一个小应用程序，可以拍摄一张旅行卡的照片，并分析出数字。
这项任务比自由形式识别要容易一些：
卡的大小是众所周知的。
id号码是已知大小的，位于卡上非常知名的位置，它们只是编号，没有字母(好的，我认为有两个变体，也许它们将来还会增加1-2个)。
甚至字体都是预先知道的。
即使前几个数字对大多数卡来说也是相同的(到目前为止，只有两个前缀)。
你会怎么做？是否有任何库不是为普通OCR而调的，而是像我所需要的“暗示”OCR？
向你问好阿特姆。
浏览 7提问于2016-07-11得票数 1
1回答
我必须从PDF文档中提取OCR表。我编写了简单的Python+opencv脚本来获取单个单元格。在那个新问题出现之后。文本是反别名的，而且质量不好。的识别率很低。我试着用自适应阈值对图像进行预处理，但效果并不好。我尝试过ABBYY FineReader的试用版，实际上它提供了很好的输出，但我不想使用非免费软件。我想知道某些预处理是否能解决问题，或者编写和学习其他OCR系统是否必要。
浏览 1提问于2014-02-17得票数 3
回答已采纳
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
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
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
我需要从以下图片中提取文本：
📷
如您所见，文本是打字而不是手写的。此外，背景是丰富多彩的。
我试过Tesseract OCR，虽然它在某些时候起作用，但在某些输入上却惨遭失败。对于上面的示例，它生成“Cela aicomrBi em Cela”。
您推荐哪一种命令行OCR软件？如果Tesseract是我的最佳选择，我是否可以对这些图像进行转换，使Tesseract更容易识别字符？
编辑:基于@MarcusMüller的建议，我使用convert -threshold 55%更好地将前台文本从背景中分离出来。得到的图像要好得多！
📷
唉，魔兽世界仍然是无用的。在这个新的图像上，它产生了：
浏览 0提问于2022-11-15得票数 0
回答已采纳
我正在尝试使用android ML Kit文本识别库进行文本识别，但在运行时遇到错误，没有返回任何文本。错误： W/TextNativeHandle: Native handle not yet available. Reverting to no-op handle.
W/DynamiteModule: Local module descriptor class for com.google.android.gms.vision.dynamite.ocr not found.
I/DynamiteModule: Considering local module com.google.and
浏览 317提问于2020-08-26得票数 1
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
1回答
我试图使用光学字符识别(OCR)来读取数字视频(DV)磁带上的文本。我正在使用裁剪的静止帧从视频为OCR过程。文本是白色的，但是有颜色伪影(可能是复合颜色伪影)，因此白色文本的颜色会流血(参见下面的示例)。颜色看起来像是洋红-青色-黄色的颜色，也许？
如果我可以删除/过滤那些颜色，只在文本上留下白色，那么OCR的结果可能会得到改善。然后，我可以创建一个二元黑白图像。我现在可以这样做，但是我怀疑如果我能在OCR之前从白色文本中移除颜色，那么结果将得到改善，这将有望帮助将白色文本与背景图像分开。
是否有任何方法，最好使用Imagemagick，从白色文本中过滤掉这些颜色？我不确定有什么最好的方法来
浏览 0提问于2016-11-21得票数 0
4回答
我正在寻找一个框架或图表，分类所有不同类型的数据分析/机器学习。我想用这个分类来组织我的知识/领域学习。
我所指的数据分析/ML类型的例子包括：-地理地图-图像识别(CV，OCR.)-信号处理-文本/语音理解
是否有对所有这些领域进行分类的图表/框架？
浏览 0提问于2019-11-21得票数 1
1回答
我正在致力于印刷文本的OCR识别。特别是，我着重于预处理步骤，以改进引擎的结果。通过自适应阈值处理、噪声去除、文本分割等，取得了良好的效果。但是，当其他商业产品获得不错的结果时，Tesseract似乎还是失败了。
我使用了下面的测试映像，下面是与两个商业OCR相比，Tesseract 3.04获得的结果。所有3项服务都提供了相同的二值图像，其中包含了一些稍微模糊的文本。
Tesseract
Careers in Technology Consulting
Networking Lunch
21 m 2014, 11:00 - 14:30
Definingthecorporatel
浏览 3提问于2014-12-27得票数 16
1回答
我使用python和keras ocr。我希望角星只识别数字，所以在管道中我这样做。
recognizer = keras_ocr.recognition.Recognizer(alphabet="0123456789")
pipeline = keras_ocr.pipeline.Pipeline(recognizer=recognizer)
但是，它并没有像tesseract白名单那样将字母转换为数字和提高识别质量，而是发生了。
所以这些数字根本认不出来。
使用默认字母表，结果会更好。但是有些数字和字母混淆了。然而，将字母改为数字，如“替换(”O“，”0“)是一个非
浏览 25提问于2022-05-30得票数 3
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
3回答
谁能告诉我Vuforia文本识别和OCR的区别是什么？是一样的吗？我有点困惑，因为我发现Vuforia不需要捕获任何图像就可以识别文本，而OCR应用程序(如Tesseract )则要求用户捕获文本，图像识别文本。
谢谢。
浏览 1提问于2013-11-03得票数 1
回答已采纳
我使用Tessearct来识别图像的字符。但我希望OCR忽略数字字符。
_tesseract->SetVariable("tessedit_char_blacklist", "0123456789");
通过这种方式，OCR不识别数字字符，但它为我提供了一些我不想要的其他字符。
例如:有一个图像的文本为$ 12，当我在该图像上应用OCR时，它提供了美元fl。
如上文所示，OCR将12转换为fl，这是我不想要的。我希望12被OCR忽略。
有没有办法得到美元而不是美元fl的结果？
给我任何解决办法。任何帮助都是有价值的。
浏览 2提问于2013-03-04得票数 3
回答已采纳
1回答
我正在尝试从扫描的身份证中提取数据，但遇到了光学字符识别准确性的问题。这是一些额外的小字后面的名字，这是混淆了身份证上的常规名称。表单识别器中的OCR不准确。我尝试了计算机视觉3.0-预览读取API，它工作正常。有没有办法将新的3.0计算机视觉OCR API与表单识别器2.0一起使用？我看到一些文档，其中提到在容器中使用表单识别器时使用计算机视觉的API？如果我们使用云中的表单识别器API而不是本地容器，是否可以指定OCR API？
浏览 5提问于2020-05-18得票数 0
3回答
如何区分图片和文本图像
、、、
我在写OCR识别程序。但是，扫描文本可以正常工作，但有两个问题：
在照片上给出假阳性(一些垃圾随机文本，如“闪烁”)它工作得相当慢
目标是找到所有的图像与文本，并提取这个文本。因此，鉴于上述问题，我需要迅速拒绝照片。我希望有一些数学(统计)方法，如计算一些中位数，可以很容易地确定彩色图像，而没有任何明显的结构，如扫描文本。
这种方法/公式不应被特殊类型的图像所欺骗，例如截图的文本或包含大量文本和图片的杂志页。此外，色彩斑斓的文本(如红色在黄色)不应被拒绝。
有没有人有这方面的经验？有什么想法或现成的解决方案吗？
浏览 3提问于2011-07-29得票数 2
1回答
假设我已经在Abbyy FindeReader中对多个PDF进行了光学字符识别。是否可以稍后在Abbyy FineReader中重新加载光学字符识别结果，以便纠正光学字符识别错误？ 我的想法是，我希望将执行OCR和(稍后)更正OCR结果分开
浏览 36提问于2020-10-09得票数 0
回答已采纳
我必须写一个程序，从司机前面的车内屏幕上拍摄的视频中进行OCR，所以它只对数字进行OCR。我正在努力寻找实现它的方法。我正在考虑使用openCV，但作为另一种选择，我正在考虑使用一个从视频中提取帧并找到数字的光学字符识别程序。但是许多OCR程序不能正确识别数字(也许OCR需要训练？)。所以我想使用计算机视觉库来完成这项工作。
你认为实现这个简单程序的最好方法是什么？
我认为使用计算机视觉库和匹配的模板会很好，但也可以帮助me.for例如有程序做车牌识别。
所以任何建议都是受欢迎的。
浏览 6提问于2012-06-30得票数 5
回答已采纳
1回答
如何去除图像上的卷曲线
、、、
我使用tesseract ocr来识别图像上的文本。我对有卷曲线条的图像有问题。我尝试过各种方法，如阈值、高斯滤波、彩色提取等.但我不能移除它。我想删除这些行而不丢失数字。
这是使用阈值方法的图像。
我使用opencv进行图像处理，使用tesseract 4.0对文本进行重新编码
任何暗示或某种方向感都将受到极大的赞赏。提前谢谢你的帮助。
浏览 0提问于2018-04-23得票数 2
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
