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
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
1回答
在从15.10升级到16.04之后，我看到了两个软件中心图标。一个起作用，另一个不行。
在下面的图片中，右边工作，左边不工作。左边，点击后不会做任何事情，除了出现在发射器上的图标，呼吸就像它会打开，但不会。
如果左边的那个坏了，我该怎么处理呢？
📷
浏览 0提问于2016-04-26得票数 7
回答已采纳
2回答
在我的应用程序中，我将实现像Google图像搜索这样的图像搜索。唯一不同的是我只是在寻找人类的面孔。是这样的..。
用户用相机拍摄一个人的照片。
我的应用程序应该识别那个人的脸，并从图片中获得有关面部的细节(例如:颜色)。
使用这些细节应用程序将在图像数据库中搜索相似的面孔。
最后，它将向用户显示结果。
因此，我想使用Android人脸识别类来识别人脸，并选择识别区域，并将该人脸的细节保存到数组或数据库中。
关于上述情况，我没有几个问题。
从那个图像中我需要什么东西来做一个适当的图像搜索？
我只能用颜色来做吗？
你知道从那张被识别的面孔上获取像素细节吗？我知
浏览 4提问于2013-01-28得票数 13
回答已采纳
2回答
有没有什么好的方法来检测图像中是否包含文本？
我不是在寻找一种检索文本的方法，只是检测图像中是否存在一个或多个字符。
我可以理解，没有万无一失的方法来检测文本，比如当字体有点不标准时；它可能很难识别。我在寻找一个“尽可能好”的解决方案。
请看下面图片中的文本示例：
浏览 2提问于2014-08-13得票数 5
我想知道是否可以在系统中使用android jelly bean的离线语音识别功能？就像我安装android虚拟模拟器，然后安装jelly bean，下载离线语音识别，然后我可以通过任何方式在我的pc上使用它。就像我做一些代理工作一样，它可以与桌面应用程序的记事本/文本编辑器一起使用吗？我知道桌面应用程序不支持文本输入。但我只是想知道有什么方法可以把语音识别从那个模拟器中拿出来用在PC上?？
谢谢你的回答!！
浏览 1提问于2013-04-29得票数 2
2回答
你好，我不知道这是否适合在这里张贴，但我不知道去哪里。我有一个射频识别阅读器，这一个，并已经安装了驱动程序从那个网站。问题是端口在com23上，我认为它是无效的。
有人能帮帮我吗？
我正在使用win7 64位
浏览 3提问于2015-11-25得票数 0
我可以通过USB将我的iPhone连接到戴尔/Windows上，它立即将它识别为一个文件文件夹，并允许我下载图片。
我无法让我的Ubuntu与iPhone连接。有简单的解决办法吗？我需要从iPhone 7下载图片到运行Ubuntu16.04LTS的戴尔笔记本电脑。
浏览 0提问于2017-11-26得票数 2
我单击“检测显示”，但它不识别我的第二个监视器。我只看到主要的那个。我的显卡是一个geforce 9800 GT。
谢谢
浏览 0提问于2013-08-03得票数 0
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
我可以很好地播放Youtube视频，但当我试图在Youtube上观看视频直播时，我发现了一个错误：“你的浏览器目前无法识别任何可用的视频格式。点击这里访问我们常见的关于HTML5视频的问题。”
当我进入那个链接时，他们会告诉我，我的浏览器一切都很好。
Firefox和Ubuntu都被更新了。
找不到解决办法..。
还有人有这个问题吗？
浏览 0提问于2020-06-28得票数 1
我正在开发iMessage扩展，但是didSelect(_ message: MSMessage, conversation: MSConversation)并不总是被调用，有时它调用。但没有得到什么时候打电话，什么时候没有。根据我的观察，启动扩展后，第一次点击消息的方法就会调用，但是在那个方法没有被调用之后，我想跟踪消息上的每一个点击。
在iMessage扩展中有任何方法可以识别消息上的点击吗？
override func didSelect(_ message: MSMessage, conversation: MSConversation) {
super.didSelect(
浏览 3提问于2016-10-12得票数 0
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
我最近一直在使用Instagram stories，它们有一个令人难以置信的功能，在一张图片/快照中，你可以在图片中的任何地方提到另一个用户，比如@username，当你查看它的时候，你可以点击那个用户名，弹出窗口让你点击它。同样，他们允许你发布一个位置。
如果你对故事很熟悉，你可以在任何地方写在图片上并发布出来。所以我想知道他们是如何做到这一点的？他们是否在查看快照和查找文本时对快照执行图像记录？或者他们是否将发布的位置保存在图像中，并将其链接到数据？有什么建议吗？
浏览 14提问于2017-01-20得票数 0
# """ 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
我现在正在复习一项相当复杂的任务-如何检测图片上的二维码？我已经检查过像ZXing.NET这样的解决方案，甚至还有一些专有库。二维码有一个不同寻常的模式--它总是有三个黑色方块。
我是否需要使用神经网络和CUDA来识别图片上的二维码？
我发现类似的项目可能会有帮助：，但我很想知道它背后的总体原则和概念。
考虑到图片可能会倾斜/旋转，我应该采取什么措施来派送图片？
浏览 5提问于2020-04-10得票数 0
我想要一个应用程序/软件，它能够找到复制的图片，并将它们组织在一起。
我想要一个应用程序，因为我还没有以特定的方式给它们命名，所以通过给我显示文件的名称，我就像决定手动组织我的图片一样。
我有很多的照片，其中相当一部分被复制，因为备份和传输从一个设备到另一个设备太多次。问题是复制的副本具有不同的名称和大小，只是内容是相同的。所以我想知道有没有人知道一个免费的桌面应用程序/软件(适用于Windows)，它可以搜索一个文件夹，并按内容图片分组组织相同的内容，这样我实际上就能够看到每个图片的拷贝数，并且只保留最好的一个，然后删除其余的。我不希望应用程序自动删除复制的图片，因为我的一些图片非常相似，但
浏览 0提问于2015-04-03得票数 2
回答已采纳
1回答
我正在开发一个应用程序。
因为我使用了三个uiimageviews。
并使用UITapGesture打开图片库。
我的问题是如何识别哪个图像视图被点击，以便在图片库中设置选定的图像。
请告诉我如何辨别那个？
浏览 0提问于2011-07-27得票数 0
从程序上讲，有没有办法确定当前在视口中可见的google earth地图中使用的图像的来源？我所说的来源是指他们获得图像的地方。我知道并不是所有的图片都来自谷歌。一些来自美国海军，CNES等。
浏览 0提问于2012-10-28得票数 2
2回答
我想编写一个python脚本，它能够对服务器上的端口进行指纹识别，以识别运行在端口上的FTP客户端。
虽然在连接时经常会出现横幅消息，但该消息不可靠，或者可以很容易地删除。
是否有任何工具/数据库等可以帮助通过行为来识别不同的客户？例如，通过挖掘源代码，我注意到PyFTPd服务器使用的消息是“我将忽略此命令.”可以用来识别那个服务。
我很高兴得到任何帮助，因为很多FTP命令都被支持并包含在所有守护进程中，所以很难找到所有的区别.我试着区分
vsftpd
pureftpd
proftpd
pyftpd
浏览 0提问于2019-11-13得票数 3
我正在开发一个网站。现在我想在我的系统中添加人脸识别功能。现在我该怎么办呢？如何将摄像头图片存储到数据库中，以及如何在mvc5中分析图片？
浏览 2提问于2017-08-04得票数 1
我从网上下载了一些图片，后来我用我的机器人打开了那个特定的图片，但当我使用image.expected命令时，它总是给出false，无论我是在绝对窗口还是相对窗口上搜索。在这个机器人中，当我使用image.expected命令时，在绝对窗口中是那个特定的图像，即在“相对正确”参数上，它应该返回true，但它给了我false。
♥image = ♥environment⟦USERPROFILE⟧\Desktop\image.png
file.download https://jeremykun.files.wordpress.com/2012/01/img49.png filename ♥ima
浏览 3提问于2019-12-25得票数 0
我们的核心目标是：
使用图像处理读取/扫描建筑平面图(从CAD软件导出)
使用图像处理读取/扫描建筑平面图(从计算机辅助设计软件导出)提取各种线条和曲线，将它们分组为墙、柱、梁等结构实体--“墙_01”、‘Beam_03’等。
根据平面图中线条的比例和长度提取每个实体的尺寸(因为AutoCAD线在尺寸上是按照指定的比例精确的)
并将这些结构实体(及其尺寸)中的每一个与“房间”相关联。
我们具有灵活性，因为我们可以在地板平面图图像中定义不同结构实体的精确形状(门的矩形，窗户的舱口线等)。并将它们导出为每个结构实体的一组图像(例如，一幅用于墙壁、一幅用于柱子、一张用于门等)
浏览 2提问于2018-06-18得票数 3
对于一个项目，我必须检测一个模式，并在太空中跟踪它，而不考虑旋转，噪声等。它用红外光突出显示，并用红外相机记录：
图片来源：
在这张图片上，它将只是一个非常简单的形状，我们可以选择我们要使用的。我需要关于如何处理这些形状的识别请指示。
我目前所做的是阈值和腐蚀，以获得一个更干净的形状，然后是轮廓检测和多边形近似。
那我该怎么办呢？我试过hu-moments，但它一点也不好。
你能给我一种全局的方法来识别和跟踪太空中的这种模式吗？
浏览 1提问于2011-06-13得票数 1
7回答
在图像上查找人员
、、、
我需要实现的算法，输入有图片( jpeg )和创建新的图片输出一样，但只与身体(背景被完全删除)。输入图片是与度假的人的照片，我需要识别人体和删除背景。有人能建议我使用什么算法，买什么书来学习这些算法吗？
浏览 2提问于2012-01-11得票数 2
1回答
今天，我在WhatsApp上收到了一个来自未知发件人的视频(显示了一个电话号码，但没有保存到我的联系人列表中)。这部电影以缩略图的形式展示了荷马·辛普森，影片中的信息是“记住那个时代的xD”。
有几件了不起的事情：
英语不是我的母语(因此通常不是我的联系人之一)。
这张个人资料图片显示一对夫妇(男女)是我的朋友(！)
这家伙在我的联系人名单上
那个女孩不是
虽然我希望得到那个男人的信息，但我会对她的消息感到惊讶。
当然，我还没有下载视频。
是个骗局吗？它怎麽工作?我该怎么反应？
浏览 0提问于2016-09-30得票数 2
回答已采纳
1回答
我的问题是当我打开我的旧项目(由相同的Delphi版本工作的项目)时，我丢失了整个图像图片内容。这里我的意思是图片属性是None。
当我用记事本打开dfm时，图片属性有数据，但当我用delphi打开它时，它的图片数据将消失。似乎Delphi识别图片数据是无效的。(在这种情况下，Delphi擦除所有数据)。
所有图像组件和具有Picture属性的所有组件都会发生这种情况
我在重新安装Delphi时发现了这个问题，我现在运行的是Delphi 2007版。
浏览 2提问于2011-03-26得票数 0
1回答
图像/文本识别
、、
我看到Mitek公司制作了一款应用程序，可以通过iPhone的摄像头读取收据，并记录其中的信息。()。我的假设是，他们通过某种图像/文本识别软件来运行图像。知道他们可能用的是什么吗？如果有一个API可以解释图片中的文本，那就太好了。
干杯,
麦克
浏览 0提问于2010-07-29得票数 0
回答已采纳
我认为摄像头的库工作不是很好，你可以在下面的图片中看到ocr的结果：
如果我尝试对一个数字进行ocr，尤其是浮点数，通常无法识别逗号，而"0“与"o”交换，则会得到相同的结果:(
有人知道更有效的库吗?答案是...thanks。
如果你想尝试camerb的库，你可以在这里下载它：
浏览 1提问于2013-10-22得票数 0
2回答
就像标题上说的那样。
严格地说，我为灰度图像定义的“文本”边界框是一组由4个坐标(x、y、x+width、y+height)组成的集合，这些坐标必须在图像中定义一个矩形区域，该矩形区域具有最大的非白色像素数，同时定义最少的白色像素数(而不对最大数量的非白色像素进行修饰)。我在引号中有文本，因为图像实际上并不包含文本，因为图像只包含带有颜色的像素。
在我的Ubuntu中安装了ImageMagick并在终端输入命令：$convert input.png -trim ouput.png之后，我得到：
在你的网页浏览器中打开新标签中的两个图片，你就会明白它们的不同之处，你也会理解我
浏览 5提问于2015-09-27得票数 5
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
当我有一个长文本的TextView时，我通常不得不把它放在一行中，这以后很难编辑。如果我使用任何格式，比如在这张图片上
那我就错了。
我想知道如何在不产生错误的情况下将这样长的文本格式化成多行文本？
编辑
我的问题并不准确，这似乎可以在Eclipse中解决。问题是IntelliJ IDEA及其格式化命令Ctrl+Alt+L，它不会通过文件strings.xml中的编译器传递。快照来自那个IDE。
浏览 2提问于2011-08-17得票数 6
回答已采纳
4回答
我们有一个用PHP开发的网站。它工作得很好。我们已经在各种情况下使用了JQuery，比如幻灯片、菜单等等。
这个网站包含大量的图片，这些图片都很大。正因为如此，当用户在移动电话中查看时，必须滚动许多内容。
我们如何识别试图访问我们网站的客户端(浏览器)是移动电话还是标准PC。
对于这样的情况，有没有什么标准的建站方法？
提亚
浏览 1提问于2010-04-10得票数 4
回答已采纳
当我试图用pyautogui识别一个图像时，它只是说：None
import pyautogui
s = pyautogui.locateOnScreen('Dark.png')
print s
当我运行这段代码时，图片在我的屏幕上，但仍然失败。
浏览 25提问于2016-02-28得票数 3
我需要检测一张脸，然后拍下那张照片(只拍那张脸)，然后用它做点什么。
就像你可以使用Kinect“切割”整个身体一样，我也想做同样的事情，但只针对用户的脸。
我最近在使用Airkincet ANE，但是我读到任何类型的人脸识别/检测都是不可能的，所以，我也读到MS Kinect SDK有一些内置的功能可以识别人脸，问题是，我能不能把脸剪掉?或者它只“识别”？
谢谢，如果问题有点模糊，我很抱歉。
(它不一定非得是kinect，我可以使用一张图片，然后运行一个算法来剪切人脸，因为我需要的不是实时的)。
浏览 1提问于2013-11-05得票数 0
1回答
我们的任务是识别下一个代码中的问题：
ORG 0000H
MAIN:
CLR A
MOV A, FFFFH
MOV B, FFH
AGAIN: DEC A
DJNZ B, AGAIN
END
在MOV A, FFFFH和MOV B, FFH EdSim51上
FFFFH和FFH上的未知标签。
我对这种类型的代码没有任何经验。我想这是关于每个寄存器的位数，但我不确定。有人能给我解释一下吗。
浏览 1提问于2020-06-06得票数 1
回答已采纳
我正在尝试开发一种基于一类分类方法的模型。例如，模型应该识别给定的图片是否包含猫。请记住，我的训练数据集只包含猫的图片，而没有其他的图片。有点像异常检测问题
我看到了一些关于使用自动编码器进行一元分类的建议，但我在网上找不到具体的例子。有人能用Keras指出这种方法的实现吗？解决这个问题还有别的办法吗？
浏览 0提问于2017-08-04得票数 3
首先，请容忍我，因为我是相当新的这个FPGA领域。
我有一个自定义的FPGA板与At17LV。我还有一个叫"ATMEL FPGA Configurator程序员“的老程序员。eeprom可以放置在适配器套接字上。PCB具有并行口和电路内标头(2x5).
但是我不能用这个程序员。我没有使用并行口的PC。我在FPGA的PCB上也没有ICSP来进行电路编程.
所以，要么我必须找到另一个程序员来帮助USB连接，要么是一个与USB转换器的并行接口(不确定程序员软件是否会喜欢它)，或者甚至可能是一些更好的方式来调整程序员。
我应该如何解决与那个老程序员的连接问题？
你可以看到这里的硬件图片；
浏览 3提问于2017-05-04得票数 0
1回答
我想要做的是，当有人点击一张图片时，他们会看到上传该图片的用户，我希望他们能够点击那个用户名，然后转到那个人的个人资料页面。
这是我的问题，我让它为第一篇文章工作。我确实有多个用户，这些帖子显示了每个用户的正确用户名。它连接得很好。但是对于任何一篇文章，它都会抛出一个错误，并且每个帖子的用户id都会变得更高。
这是我的个人资料页面，所以帖子知道这个用户发布了这些图片。当我点击第一张图片和用户名时，它将我正确地带到这里。
现在，当我点击第二张图片时，我得到了这个。如果我点击第三张图片，我就找不到"id"=2的用户，尽管帖子通过拥有正确的用户名来识别谁发布了图片。
浏览 0提问于2016-06-01得票数 0
回答已采纳
我只是想知道VB.Net 2008中是否有什么DLL或功能可以用来将文本图片解析为文本(例如，截图)，假设文本是非常容易识别的格式(即，不像验证码类型的文本)。
浏览 0提问于2011-07-08得票数 0
对于我在heroku上主持的网站，我最近对配色方案做了一个改变，其中包括了一张小图片，作为背景。我删除了上述图片，并进行了其他一些小的样式调整，我的页面(本地)如下所示：
Heroku上的那个看起来是这样的：
我在整个页面中注意到的是，Heroku使用了一些更改，比如删除了一些不再需要的div，但是没有使用样式更改。另外，与其他类似于我的问题不同，我不使用Rails。这是一个简单的html站点(使用index.php和composer.json，因此heroku实际上是为它服务的)更改显示在github上，应用程序的活动选项卡识别提交。到底怎么回事？
浏览 3提问于2014-07-08得票数 0
回答已采纳
当我试图打开一个闪存站点或Java时，Firefox告诉我，有一些缺少的插件可用。
但是一旦我点击顶部栏的那个按钮，Firefox就什么都找不到了。只有手动安装才可用。
我记得在以前的Ubuntu版本中，Firefox会自动识别所有插件并通过apt等方式安装它们。
这是个虫子吗？只有我有这个问题吗？因为对于新用户来说，这是一个重要的特性！
ps。Ubufox扩展仍在安装。
浏览 0提问于2011-05-14得票数 2
4回答
我正在尝试检测这张图片上的矩形：
使用以下代码：
static void Main(string[] args)
{
// Open your image
string path = "test.png";
Bitmap image = (Bitmap)Bitmap.FromFile(path);
// locating objects
BlobCounter blobCounter = new BlobCounter();
blobCounter.FilterBlobs = true;
blobCounte
浏览 3提问于2013-09-18得票数 3
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
我在手机上调试我的android应用程序时遇到了问题。我的手机是运行在android 4.0.4版本上的LG Optimus G。Everywhere说要更新驱动程序，但当我这样做时，我的计算机无法识别它。我安装了android ADT和SDK版本4.2、4.0.3、2.3.3和2.2。我想这可能是因为我的手机是4.0.4，而不是4.0.3。而且我已经在手机上启用了USB调试。仿真器太不稳定，太慢，不能调试。还有一件事，我已经试过调试了，虽然我可以在文件资源管理器上找到所有的文件和图片，但它没有找到设备。请帮帮忙。
浏览 1提问于2013-03-21得票数 0
1回答
我有一个由用户编辑的画布(一些拖放的东西)，它有一些用文本打印的说明。我想保存没有那个文本的图像。
我正在使用KeneticJS。大小总是一样的，文字在图片的底部，所以我在想，如果我能把它裁剪出来，那会很好。我将图像作为dataURL传递给我的解决方案，是否可以在将图像作为数据url发送之前对其进行裁剪？
如果我能说dataURL.crop(高度，宽度)，或者别的什么，那就太好了。
这是我的代码，按下按钮，将图像作为数据url发送到我的filemaker解决方案。
bGroup.on('click touchstart', function(){
st
浏览 1提问于2015-01-10得票数 0
我有一张托管在亚马逊S3上的图片，当它被放置在一个完全没有样式的<img>标签中时，它会被从肖像翻转到风景。
Chrome在页面中显示为水平的：
但是当我打开新的选项卡时，它会显示为肖像。
结果：
wget：返回垂直图像。
图像标记中的所有浏览器:水平
新选项卡中的Chrome、safari、FF :垂直
IE新选项卡:水平
我不能直接链接到图像样本，因为它们是用户的个人资料照片和机密。
以前有人遇到过这种情况吗？我们如何才能识别真实的图像是垂直的还是水平的，为什么在某些地方是自动旋转的，而另一些地方则不然？
浏览 1提问于2014-11-21得票数 1
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
