我正在考虑用我的android手机从文档中捕获一些文本，并在android上寻找一个理想的OCR应用程序。我今天碰巧看到Google推出了OCR，用于扫描可以在Google Docs中编辑的文档。我想知道我是否可以使用OCR来做一些事情，而不是将文档转换为Google Docs -比如，拍摄证书的照片，捕捉候选人的姓名和出生日期，或者拍摄车牌照片，并能够以文本形式获得可以存储的信息。
如果有人知道如何使用谷歌的OCR在Android上实现这一点，那将是一件很棒的事情。我确实读过关于Tesseract/Tesjeract的文章，但使用它实现我想要的东西似乎非常困难--也许我没有完全理解如何通过J
浏览 1提问于2011-04-28得票数 4
1回答
我正在使用iPhone应用程序中的Tesseract OCR引擎从账单照片中读取特定的数字字段。使用大量的照片预处理(自适应阈值处理、伪影清理等)，结果最终是相当准确的，但仍有一些情况需要改进。
如果用户在弱光条件下拍摄照片，并且图片中有一些噪声或伪影，OCR引擎将这些工件解释为附加的数字。在一些后方情况下，它可以将数字"32,15“EUR理解为"5432,15”欧元，这对最终用户对产品的信心毫无好处。
我假设，如果有一个与每个字符读取相关的内部OCR引擎读取错误，那么在我前面示例中的"54“数字上会更高，因为它们在小噪声像素上被识别，而且如果我能够访问这个读取错误值，
浏览 6提问于2011-08-14得票数 5
回答已采纳
2回答
我有一个收集的照片，其中有文字显示在他们。我想用我选择的模式来代替这篇文章。我使用OCR查找文本，所以我已经知道了它的位置，并选择它作为感兴趣的区域。
例如，考虑到这张照片：
OCR返回文本所在的坐标：
为了做到这一点，我要取代案文：
如何使用OpenCV选择、删除和替换文本？
浏览 4提问于2014-05-21得票数 2
回答已采纳
我知道这个问题已经在这里贴了好几次了。但它总是为某种卡普查，其中背景只有一种颜色。
我的情况更复杂，背景是一张有很多东西(人、房子、花园等)的照片。有各种各样的形状和不同的颜色。
至少，所有字符的字体颜色都是相同的。问题是，我是使用cv2、numpy和pytesseract的OCR技术的新手。
我测试了这里在Stackoverflow中提出的所有源代码，但都没有成功。
这里是一些照片样本，在那里我试图得到的域名和电话号码的照片。
有谁知道这种照片的魔法OCR公式吗？
浏览 10提问于2022-03-09得票数 0
1回答
我试着做这张照片的OCR -
这就是我正在使用的ocr of MATLAB-
I=imread('N.jpg');
r = ocr(I,'TextLayout','Word')
但我不想让N成为Text，这就是我想要的-
r =
ocrText with properties:
Text: 'I\/
'
CharacterBoundingBoxes: [5x4 double]
CharacterConfidences: [5x1 single]
浏览 2提问于2015-06-24得票数 5
回答已采纳
TL;DR：
是否有人知道如何在服务器端的Microsoft.Windows.Ocr WindowsPreview.Media.Ocr.dll 应用程序(如MV4 Web )上引用 (/ )程序集，并利用该程序集中的OCR功能将照片图像作为输入并从中提取文本内容?如果是，请在回答中提供详细说明。
质问细节(以及我迄今尝试过的)
我正在构建一个web应用程序，它接收上传到服务器的图像(通过文件上传UI屏幕)，然后使用OCR读取文本，并在下一页显示文本，就在上传的图像旁边。
由于大多数商业OCR库都要花费一定的成本()，我想我可以尝试使用Microsoft OCR Library Microsof
浏览 9提问于2014-11-29得票数 25
我正在建造/培训Tesseract，以便从一张照片中识别护照MRZ代码。在将照片/图像发送到Tesseract引擎之前，我正在应用以下图像预处理技术：
二值化
归一化
采样
去噪
减薄(可选)
此外，我已经用正确的字体(OCR)训练了Tesseract引擎，创建了许多框文件(来自35个左右的示例，其中包含来自OCR字体文本样本的照片)，修复了框文件中的任何错误，创建了培训文件，最后用我的所有示例训练了Tesseract引擎，并生成了一个培训数据文件。
然而，即使在所有这一切之后，在C# (引擎模式=默认，页面模式=汽车)中使用我的自定义培训数据，Tesseract
浏览 1提问于2018-01-24得票数 1
我是Xamarin和Android开发的新手。我的安卓应用程序里有一个摄像头。我可以用它拍摄照片，然后用Tesseract发送给OCR。但是，结果一点也不准确。
因此，我想通过自定义相机视图来减少可扫描区域。为此，我需要一个覆盖矩形，以便当拍摄一张照片时，只有覆盖图中的图像将被发送到OCR。
我怎样才能把这个叠加这个叠加在相机视图中。我需要一个开始。
浏览 6提问于2017-04-26得票数 1
我正在尝试构建一个Android应用程序，它应该能够拍摄一个图形的照片。这张图片中的图形应该用OCR提取，并存储在web服务中。在客户端还是服务器端进行OCR处理更好？
在我看来，客户端OCR处理的优势大于服务器端处理的优势。
客户端OCR的优势：
最小数据流量
脱机工作
更快
对于客户端或服务器端的处理是否更好，或者我遗漏了什么点，您能给我提供什么建议吗？
浏览 1提问于2013-05-30得票数 3
回答已采纳
1回答
我正在开发一个项目，该项目接受图像(照片)作为用户的输入，使用命令行执行光学字符识别，将结果存储在文本文件中为"input.txt"，然后使用java程序对此文件执行停用词删除。所有这些都应该在docker容器中完成。我已经创建了安装了Tesseract OCR的docker镜像。我有工作的StopWord-删除Java代码。
在我的项目中，我已经将host-os目录挂载为docker image中的"/work“目录，这样我就可以直接从用户的主目录中获得"image (照片)”，
docker run --rm -v `pwd`:/work -w /w
浏览 1提问于2017-05-26得票数 1
我需要邮递员将照片发送到这个烧瓶api，以使ocr在它上，但是当我发送post请求时总是会出现错误，当我发送get请求时，它工作得很好。
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'
from skimage import io
import numpy as np
from skimage.filters import threshold_otsu
from
浏览 2提问于2020-01-10得票数 0
回答已采纳
1回答
在燃气表上实现OCR
、、、、
我想在煤气表上执行OCR，这样它就可以读取数值了。下面是我要对其执行OCR的仪表示例：
在这种情况下，OCR应返回25539144。
正如您所看到的，有一个小问题:仪表周围有很多文本。因此，普通的OCR库不能在这里工作，因为它也会返回周围的文本。
我已经尝试了物体检测来检测仪表，但唯一运行良好的(因为我只有50张照片)是azure认知服务。问题是，以后它应该能够在实况流中检测到它，所以web服务是不可能的。
有谁能帮助我朝着正确的方向解决这个问题？
浏览 2提问于2018-10-09得票数 2
1回答
我们即将与OCR服务提供商签订合同(扫描文档(个人信息)将被发送，这些文件将被处理OCR，数据被传回，文档被删除。)服务提供商提供OCR服务，使用他在云中开发的应用程序提供OCR服务。我们使用内部开发的接口来上传ID的照片，这些图片是通过提供者的OCR应用程序的API集成发送的。
根据内部策略，我们要求供应商提供一系列安全要求，如:存在安全策略，从应用程序安全性的角度进行测试，代码健壮性分析--证明它们已经执行。供应商拒绝满足这些要求，理由是它们提供对OCR服务的访问，而不是软件，而不是许可证。
请根据您的经验告诉我，如果您知道提供此类服务的供应商必须/不应满足所需的安全要求的情况。谢谢!
浏览 0提问于2020-02-20得票数 0
回答已采纳
是否有任何免费的PHP，在PHP、jQuery或JavaScript中有很好的文档？
我正在为iOS编写一个web应用程序，我想利用iOS 6 safari中的新照片上传API来进行OCR图像处理。
谢谢你！)
(编辑：哦和谷歌谷歌(Google)，像API这样的图像识别接口也足够了，它不一定非得是OCR，尽管我会给它。):)
浏览 7提问于2013-01-11得票数 16
回答已采纳
2回答
OCR图像预处理
、、、
我一直在使用OCR的office文档成像来获取图像中的文本。对于这张照片，
我想知道在将图像输入到OCR之前，需要进行哪些预处理来提高图像的质量。到目前为止，我已经尝试过二值化(阈值)、模糊(高斯)、锐化、平均去除&增加图像的亮度和对比度，但是OCR引擎仍然无法得到准确的文本(可能是50 %的成功)。
我想知道的预处理步骤(按正确的顺序)，以提高质量，最好是在C#。屏幕的图像是通过网络摄像头拍摄的。谢谢。
浏览 2提问于2015-12-05得票数 4
回答已采纳
我有一组非常小的图片(w:70-100；h:12-20)，如下所示：
在这些图片中，除了组成员的昵称外，什么都没有。我想从简单的图片中阅读课文，它们都有一个背景，只是昵称不同。所以，我对这张照片所做的是：
我正在使用下面的代码从第二个图像中获取文本：
tesseract::TessBaseAPI ocr;
ocr.Init(NULL, "eng");
PIX* pix = pixRead("D:\\image.png");
ocr.SetImage(pix);
std::string result = ocr.GetUTF8Text();
浏览 1提问于2016-07-02得票数 6
回答已采纳
我制作了一个应用程序，它使用手机的摄像头拍摄一张照片，然后将这张照片(用Tesseract OCR)解析成一个字符串。
问题是，我获得的字符串非常难看，包含错误或不可读的字符。
我读过说，一个滤波器可以减少图像的噪音，可以改善OCR的结果。我搜索了其中的一些内容，并找到了，它包含了许多用Java编写的图像过滤器。问题是他们使用的是BufferedImage类，而不是Android中的。
有谁知道在android中执行此操作的其他库吗？
浏览 3提问于2017-04-07得票数 0
1回答
我不是在说标题/名字，我指的是像素分析或者位图.也许是OCR？
我需要减少服务器的使用，不使用重复的媒体，所以如果一个人试图上传的照片，已经在服务器上已被其他人上传，该照片将不会被上传。
浏览 1提问于2015-04-06得票数 1
回答已采纳
1回答
我注意到，当我使用OCR将扫描的PDF文档转换为文本时，根据我提取数据的方式，我会得到非常不同的输出。
在上面的照片中-你可以看到一段PDF，它已经被OCR‘转换成相当高质量的文本。如果我在Adobe中选择它并将其复制到word或txt文档中，它会粘贴得非常好。
但是，如果我使用Adobe将其导出为富文本格式，使用Python的PDFminer，或者Python Apache Tika，那么我就会得到上面的照片，正如你所看到的，它完全弄乱了它。两种方法的提取结果非常一致-基本上3种方法都以完全相同的方式对其进行了混淆。
你们中有谁知道为什么OCR格式的PDF可以很好地复制到
浏览 12提问于2018-02-23得票数 1
回答已采纳
4回答
我有一张照片，上面有一张桌子..在右边的列中，背景充满了杂音
如何检测有噪声的区域？我只想对有噪声的部分应用某种滤镜，因为我需要对其进行OCR，而任何一种滤镜都会降低整体识别率
哪种滤波器对去除图像中的背景噪声效果最好？
如上所述，我需要在图像上做OCR
浏览 103提问于2017-02-16得票数 23
回答已采纳
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
我希望OCR几个JPEG(我可以用iview即时转换)。
我得到了：
Method 'OCR' of object 'IImage' failed
我的代码还不够完美，因为我专注于让.ocr方法正常工作。这些图像是照片，只包含几个字符。我可以使用条形码阅读器，但很难找到免费的。
Public Function OCRtest(strTempImg)
pXname = "ocrTest"
On Error GoTo err_hand
Dim miDoc As Object
Dim miWord
浏览 4提问于2018-03-26得票数 0
识别国徽身份证网络异常.jpg
使用官方提供的AuthDemo调用OCR 识别，拍完国徽照片，识别国徽图片时提示“网络异常，请稍后再试”
浏览 182提问于2019-04-15
2回答
OCR :没有达到预期的结果
、、、、
我有这张照片
。我正在试着把这张图片中的字母进行OCR。对于字母'9‘和'R’，我没有得到想要的结果。我先剪了这些信，
&
并执行以下命令。
tesseract 9.png stdout -psm 8
.
它正在回归“。
所有其他信件的OCR工作正常，但这两封信的效果不佳(不过，我认为它们的图像质量并没有那么差)。如有任何建议/帮助，我们将不胜感激。
浏览 7提问于2015-12-09得票数 0
回答已采纳
目前我有这个Dockerfile
FROM ubuntu:18.04
# https://github.com/tesseract-shadow/tesseract-ocr-re
RUN apt-get update && apt-get install -y software-properties-common && add-apt-repository -y ppa:alex-p/tesseract-ocr
RUN apt-get update && apt-get install -y tesseract-ocr-all
RUN apt-
浏览 0提问于2019-09-07得票数 0
回答已采纳
我是apache移动应用程序开发的新手。我想建立一个跨平台的移动应用程序。以下是我迄今为止所做的。(顺便说一句，我使用的是VS 2015)
我实现了一个windows窗体应用程序，它使用Tesseract OCR。
我实现了一个apache移动应用程序，它可以拍摄照片、存储图片并从图片库检索图片。
现在，我想在我的移动应用程序中使用这个tesseract OCR。(我想使用这张由摄像机拍摄并发送给OCR的图像) Apache项目只包含纯JS和HTML (CSS)，所以我想知道如何使用OCR作为这个移动应用程序的业务层？实际上，我在这里搜索过，只看到了这样的帖子：
我可以在我的移
浏览 2提问于2015-10-04得票数 0
1回答
如何在我的android应用程序中实现OCR功能？我想做一个应用程序，可以拍摄一张照片，并从它翻译文本。有相关的APIS或教程吗？谢谢
浏览 0提问于2013-07-02得票数 2
回答已采纳
1回答
我刚开始使用，所以如果我问任何愚蠢的问题，请原谅我。我想尝试开发c#的安卓应用程序来为泰语做OCR，所以我的想法是，我想从我的照片中得到OCR的结果。这是我的json请求
{"requests": [
{"image":{"content":"3QGzdykwB2MZPcpx...."},
"imageContext": {"languageHints":["th"]},
"features": [{"type":"DOCUMENT_TEXT_
浏览 11提问于2017-07-03得票数 2
回答已采纳
1回答
我正在测试各种Python 图像预处理管道 for tesseract-ocr。
我的输入数据是pdf发票和各种质量的收据，从扫描的文件(最好的)到手机提供的照片，在恶劣的灯光下拍摄(最差)，以及两者之间的一切。当对OCR执行手动扫描时，我通常会选择几种扫描预置(非锐利掩模、边缘填充、颜色增强、伽马)。我正在考虑在Python管道中实现类似的解决方案。
我理解OCR质量的标准度量是Levenshtein (编辑距离)，它是相对于地面真相的结果质量的一种度量。
我想要的是图像处理效果对OCR结果质量的测量。例如，在本文中，作者描述了至少两种测量值:白散斑因子( )和破碎特征因子(BCF)。我读
浏览 11提问于2022-01-16得票数 0
1回答
在我进一步解释之前，先看看这张照片：
📷
如何计算从黄线到第5行的行数？OCR听起来有点过火了，因为我并不在乎这篇文章说了什么。
浏览 0提问于2015-08-11得票数 0
我是个新手用户。
我正在尝试从移动照片中读取一些数字，例如：
我正在使用 / 和一个简单的bash脚本。shell脚本的重要部分如下：
for PSM in 6 11 3
do
printf "CURRENT PSM is %d\n" "${PSM}"
READ_CXX_ID=$(tesseract --psm ${PSM} "${file}" - | grep -oh "\w*0b79\w*" | tr -d '\n')
if [ -z ${
浏览 4提问于2022-07-29得票数 1
驾驶证照片: http://biz-oss-dev.miaogoche.cn/zulin/bizImage/F_FC15302410810000000008_yase_1.jpg?Expires=4702864901&OSSAccessKeyId=LTAIFVdn88UX5oys&Signature=ErV1GoKd6qcKa8bRdei7JUFRQgM%3D ;
调用腾讯云驾驶证OCR识别接口,腾讯云返回信息:
{"code":-9502,"message":"BIZLICENSE_OCR_RECOG_FAILED","
浏览 708提问于2019-01-15
2回答
纵向MLKit文本识别
、、、、
我一直在关注这个关于iOS的Firebase MLKit文本识别(OCR)的链接，它似乎工作得很好，除了选择的照片(通过相机或图库)是在肖像中拍摄的时候。处理人像中的照片时，图像上未检测到任何内容。 我一直在从与物体相同的距离拍摄照片，并确保图像清晰且聚焦。 Firebase MLKit Tutorial 这是设备上MLKit文本识别的限制，还是我忽略了某些设置？ 我需要操作图像并旋转它吗？这看起来很奇怪！ 如有任何指示，我们将不胜感激。
浏览 45提问于2019-04-30得票数 0
我在使用Tesseract OCR从文档中读取数字时遇到问题。 我已经从文档中剪切了文本。并使用Tesseract OCR来读取它。但是在命令行中不打印任何内容。 我已经测试了它与简单的文件，白色背景和黑色数字。它工作得很完美。 这是我用来检测数字的代码： orc->SetImage(source.data, source.size().width, source.size().height, source.channels(),
source.step1());
QString outText = QString::fromUtf8(orc->GetUTF8Text());
浏览 35提问于2020-04-21得票数 0
回答已采纳
1回答
我试过从网上下载一些演示来测试这个图像上的OCR，图像上的字符不是很好的打印字符，当你输入一个TextBox时你可以看到。我对OCR和神经网络没有足够的经验。这是我的照片和
我有一些问题要问：
我是否需要用这些新的非标准字符重新训练神经网络，网络已经使用标准字符集进行了训练。(我的意思是，在TextBox中输入任何指定字体的字符时，标准字符看起来就像您看到的字符)。
你能用一些例子对我上传的图像执行OCR吗？如果可以的话，请给我那个工作的例子？
您的帮助将不胜感激！
浏览 2提问于2013-06-23得票数 1
2回答
有没有支持收据OCR的应用程序(最好是Android或Linux)，这样我就可以在购物后拍收据了吗？(最好选择与其他人合作，比如团队或家庭开支？)
我设想以下工作流程：
制作收据照片
主要要求:自动将OCR录入购买物品清单及其价格(收货项目清单！不只是总价！)
我可以编辑/修正收据(万一OCR出错)
最好是程序学习如何在不同商店的收据上调用相同的东西。
稍后，我可以分析聚合(从周，月)(最好是导出)。
协作功能非常受欢迎(想象一下团队，当人们增加他们的支出，或者一对夫妇管理他们的家庭)
这段视频是一种代表思想：https://www.youtube.com/watch?v=GDxsedCh8I
浏览 0提问于2014-05-18得票数 9
1回答
自动重定向和裁剪相似图像
、、、
我已经四处寻找了一段时间，但一直找不到一个人确切地描述我想要实现的目标。
目前，我有大约25,000张旧打字文档的图像，我希望从这些图像中建立一个数据库。最初，我认为我只能通过OCR软件在一批中运行这些图像，并处理其中的数据。然而，图像的格式使我无法使用OCR软件批量转换它们，而不会丢失文档中的大量数据。每张照片中相关信息的方向和位置是不同的，这使得我无法使用单个模板来告诉OCR软件应该读取哪些信息。每张照片都由一张纸组成，上面有一个信息表，你可以看到这张纸边缘的一些背景。
我感兴趣的是找到一种自动重新定向和裁剪每个图像的方法，以便每个图像中的信息表具有相同的位置和方向。这样，我就可以使用OC
浏览 1提问于2014-10-04得票数 0
1回答
我在一家公司工作，该公司制作跑步比赛的照片，并将它们上传到网络上，以便跑步者可以下载它们。问题是，该公司可以为每个比赛制作超过2000张照片，而且跑步者很难找到自己。因此，这家公司要求我开发一款应用程序，根据参赛者编号对所有照片进行索引。
我试着将OCR应用到所有的图像上，但没有结果。我不知道从哪里开始。有没有什么算法可以搜索给定的对象?我的意思是，我可以有一个数字的例子照片，并在照片中寻找相似的子图像。
计算时间并不重要，因为照片会在上传到网络之前进行预处理。
浏览 2提问于2011-10-07得票数 0
1回答
识别文档检测和ocr中的模糊文本
、、、、
我有一个非常具体的场景文本检测和解析问题。我甚至不确定你是否能说这是一个真实的场景文本。
我从一张身份证照片中提取了一个姓名字段：
我可以立即开始在图像上应用一些OCR，但我相信还可以应用进一步的文本本地化。为了实现这一形象：
你知道任何这样的文本本地化算法吗？我已经试过“FASText by Busta”、“EAST by argman”，他们工作得很得体。有关于这个特定任务的算法吗？
在文本本地化之后，我认为现在是应用OCR的最佳时机。现在我感到迷茫了。您推荐使用哪一种？我已经试过“Tesseract”了，但效果不太好。使用Tensorflow为文档字符制作自己的OCR是否更好？
浏览 2提问于2018-05-28得票数 1
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
2回答
如何从模拟计数器中识别数字？
、、、、
我正试着从柜台上读出以下kWh号码。问题是tesseract OCR不识别模拟数字。
问题是:把所有数字的照片(从0到9)放在不同的位置(我的意思是指数字在中间，当数字在顶部，数字2出现等)会更好吗？试着用图像识别代替文本识别？
据我所知，不同的是，图像识别比较照片，而文本识别.我不知道..。
有什么建议吗？
浏览 0提问于2015-08-04得票数 4
回答已采纳
2回答
摄影中的数字识别
、、
我想从照片中识别数字，具体地说，这是一个男人的照片，他的身体上有一些数字-比方说马拉松运动员的起跑号在他的胸口。
我试过Tesseract，但它是一个简单的OCR工具，只读文本。
我的想法是使用openCV来检测照片上的人，然后专注于可以放置数字的部分(比如胸部)，做一些更多的转换-比如增加对比度，识别矩形，最后尝试通过光学识别器读取数字。
我只是从照片识别开始，所以请告诉我这听起来合理吗？或者可能真的有一些工具可以完成他的任务？
浏览 1提问于2013-08-13得票数 3
我在tesseract处理数字的OCR时遇到问题。这张照片
被认为是
‘I .38)
我使用-psm 6作为参数。有没有更好的方法来识别数字？我是否需要配置tesseract，或者是否需要对图像进行任何额外的预处理？
浏览 1提问于2016-02-21得票数 0
我正在寻找我可以用来在照片中定位和处理商店货架标签的步骤。假设这是一个货架上的20个产品的照片，每个产品下是商店标签，这通常会有一个UPC代码，英文描述，价格等。我希望能够找到每个标签，拉出UPC，描述，价格等，并处理每一个使用OCR，也许是tesseract。对于我可以采用的处理过程(我假设是opencv)，有什么想法吗？
浏览 0提问于2011-10-06得票数 1
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
我几乎完成了一个成功的程序，因为代码与一个示例文件一起工作，但我无法编辑我的表的照片，以便OCR工作。
我发现我的输出图像非常接近一个工作模式，但是我不知道我还能对图像做些什么来使它工作。
这是我的密码：
import pytesseract
import Image
import sys
from PIL import Image
from PIL import ImageFilter
import PIL
import PIL.ImageOps
image_file_ocr = 'ocr_output.jpg'
image_file = 'image_orig
浏览 4提问于2017-01-22得票数 1
3回答
我见过一些扫描图像并返回文本的应用程序。有没有这样的库？我的意思是要么扫描文本，要么拍下照片并识别字符？
我已经搜索了OCR，但没有找到可以阅读的材料。你能帮我做这个吗？
浏览 2提问于2012-05-20得票数 7
在我的应用程序中，我需要裁剪图像，然后从中提取文本。为此，我使用OCR。一切正常，但在iPad 2上，当我从太近的地方拍照时，在我拍完照片后，照片会自动向右或向左旋转。
请注意，我的应用程序只支持纵向模式，不支持横向模式。
此外，我还创建了一个覆盖裁剪，这是一个非常小的矩形框在相机屏幕上。但是，当我在横向旋转iPad时，imagepicker控件也随之移动。我怎么才能阻止它？
这就是我想要的
当我从太近的地方拍摄照片时，就会发生这种情况
浏览 3提问于2014-01-26得票数 0
我正在尝试建立一个网页，捕捉用户的媒体流(拍摄身份证和类似文件的照片。)在手机和计算机上，然后允许用户裁剪图像以移除不需要的部分，然后将文档的图片发送到ocr服务器进行处理。
我知道这有很多工作要做。我发现许多网页都可以在电脑上工作，但不能在我的手机( android)上工作，我还不能计算出裁剪部分，我不知道如何将它发送到我想用来OCR它的网站的服务器。
如果你有什么能帮上忙的，我将不胜感激
浏览 17提问于2019-07-25得票数 2
回答已采纳
我正在写一个python脚本扫描包含文本的照片与谷歌视觉光学字符识别，然后使用谷歌gTTS说出文本。代码如下：
#BookrBasic
from os import system
from time import sleep
from pygame import mixer
from gtts import gTTS
import subprocess
def tts(speech):
tts = gTTS(text=speech, lang='en')
tts.save("/tmp/text.mp3")
subprocess.Popen(['mp
浏览 1提问于2016-11-18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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
