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
1回答
我刚刚在链接上安装了适用于安卓系统的快速入门google drive sdk应用程序
我正在尝试上传图像，然后对它们进行OCR。Android快速入门上的示例应用程序运行良好，但当我尝试将OCR的布尔值设置为true时，我得到了以下IOException：
07-29 03:33:01.172: D/OCR_SERVICE(22602): Error 2: 400 Bad Request
07-29 03:33:01.172: D/OCR_SERVICE(22602): {
07-29 03:33:01.172: D/OCR_SERVICE(22602): "code":
浏览 1提问于2013-07-29得票数 14
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
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
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
2回答
开放源码中文OCR
、、、
我到处寻找开放源码的OCR，寻找中文。但如果没有任何运气，似乎很少有一些开放源码的OCR (为中文)是可用的。
所以我在这里想：
environment?What's是否有用于制作的开放源码？对于拉丁文和中文实现OCR的主要区别是？我知道一些好的OCR，如Tesseract或Ocropus，如果我想让它支持中文，我该怎么办？
如有任何帮助，请提前表示感谢。
浏览 3提问于2009-12-15得票数 9
回答已采纳
8回答
我在windows XP上使用Tesseract 2.04源代码的tessnet2包装器，并将其配置为与x86一起使用。
TessarctTest项目主函数包含：
Bitmap bmp = new Bitmap(@"C:\temp\New Folder\dotnet\eurotext.tif");
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
// ocr.SetVariable("tessedit_char_whitelist", "01234567
浏览 3提问于2010-01-13得票数 15
3回答
是否有OCR的行业标准输出格式？我似乎找不到任何被定义为行业标准的东西，我对OCR也不是很有经验，所以我也不知道是否有标准。
浏览 3提问于2013-06-04得票数 1
回答已采纳
我是android领域的新手。我想制造与android中的ocr相关的名片扫描仪。
为此，我使用这个网站参考。
现在基于这个网站，我完成了所有的任务。但后来我无法决定该做什么。.I对于OCR代码中的get输出没有一个完美的方向。
我有三个相关的选择：
(JAVA代码)
(ocr的字快照代码)
(梅佐凡提)
请给出一个正确的方向。。谢谢。。
浏览 6提问于2011-09-02得票数 3
2回答
我要把一个程序分成两部分，因为我的进程内存快用完了。一个部分是将图片存储在文件系统(GUI)上，另一部分是分析图片(OCR)并将结果报告给主部分。
两个进程之间的通信如下所示：
OCR进程是否响应？
如果没有，启动OCR进程。
告诉OCR进程有一张新图片。
等待OCR进程返回结果(很可能小于1KB字符)
按照我的优先次序，最重要的三件事是：
高性能
高稳定性
低复杂度-我只有三天的时间来完成和测试程序。
GUI是用.NET/C#编写的，所以解决方案必须与此兼容。您推荐我使用哪种IPC方法？
浏览 1提问于2011-01-13得票数 0
回答已采纳
1回答
下面是我的python脚本，用于读取图像上的文本。但它不能正常工作，因为后来的t被理解为+或f.I想知道如何处理这个问题吗？我还附上了我正在尝试读取的文件。
import tesserocr
from PIL import Image
print tesserocr.tesseract_version() # print tesseract-ocr version
print tesserocr.get_languages() # prints tessdata path and list of available languages
image = Image.open('t
浏览 0提问于2017-03-26得票数 0
1回答
我有几个包含文本的图像，我想在上面执行OCR，但问题是一些图像是双语的，包含英语和阿拉伯语文本，还有一些是纯英语。我怎样才能检测到这些双语页面？我只想要英文的OCR。
浏览 1提问于2016-03-10得票数 0
2回答
我有一个使用正则表达式从文本(format =mm)中提取日期的代码。
备注：文本是在票据图像上使用OCR获取的。因此，预期的日期格式是，但是它可以是任何随机文本，因为它是使用OCR获得的。
import re
date_reg_exp = re.compile('\d{2}[-/.]\d{2}[-/.]\d{4}') #works for mm-dd-yyyy
matches_list=date_reg_exp.findall(test_str)
for match in matches_list2:
print match
如果我有一个字符串'This is a
浏览 7提问于2015-12-04得票数 2
我有一个大致如下形状的文件：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en"
浏览 1提问于2014-04-30得票数 3
回答已采纳
我目前正在学习计算机视觉OCR。我有一个需要扫描的图像。在图像清理过程中，我遇到了一个问题。 我使用python中的opencv2来做这些事情。这是原始图像： image = cv2.imread(image_path)
cv2.imshow("imageWindow", image) ? 我想要清理上面的图像，中间的数字(64)是我想要扫描的区域。然而，这个数字也被清理了。 image[np.where((image > [0,0,105]).all(axis=2))] = [255,255,255]
cv2.imshow("imageWindow&#
浏览 31提问于2020-06-19得票数 1
回答已采纳
我在15:33左右观看了pycon 的演讲，演讲者谈到了从图像(收据)中提取线条，然后将其提供给OCR引擎，以便以更好的方式提取文本。
我也有类似的需求，我需要将图像传递给OCR引擎。然而，我不太明白他从图像中提取线条是什么意思。我可以使用哪些开源工具从图像中提取线条？
浏览 4提问于2013-03-28得票数 5
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
1回答
有没有人有一个代码片段，展示如何实时使用LeadTools进行OCR？我希望OCR是一个特定的区域内的相机预览。我正在Android上进行开发。
浏览 0提问于2018-03-28得票数 0
回答已采纳
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
import pytesseract
from PIL import Image
value=Image.open("v.jpg")
text = pytesseract.image_to_string(value, lang="eng")
print(text)
但是我没有从OCR得到任何输出
浏览 4提问于2020-05-25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
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
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
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
3回答
应付款发票采集或自动提取
、、、、
我正在创建一个桌面/winform应用程序，读取tif/pdf应付款发票并提取所有发票信息以存储到数据库中。
我可以读取标准条形码(QR代码，Code39等)和一些应付发票的标准字段(发票日期，公司名称，地址)与OCR (ocr特定区域的图像)，但无法捕获线项目，金额正确。
我分两个阶段提取信息：
根据模板读取特定区域(特定字段的用户映射区域)
OCR整页并搜索应付发票标准字段名和值
我有以下三种方法：
为一种类型的发票创建一个模板并处理所有发票。
基于神经网络的引擎，需要经过样本数据的训练才能基于模式工作。
表单处理，一种OMR。OCR用于查看放置在表单上的字段的
浏览 5提问于2013-11-16得票数 6
回答已采纳
我不是专业的程序员。我想要一个简单的方法，从pdf中提取文本，并将文本保存到Excel中。
我认为Uipath可以使用OCR提取文本。但我不认为这是一个非常可靠的方法。
我可以使用Uipath通过一种比OCR更可靠的方式进行文本提取吗？
我可以使用Python，R或其他用户友好的软件从pdf中提取文本吗？
谢谢!
浏览 16提问于2020-07-13得票数 0
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
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Microsoft计算机视觉提取文本，它返回给我一个JSON响应。Microsoft计算机视觉是否具有提取字体信息以及JSON响应的能力。或者，目前是否有OCR技术返回字体信息？？
浏览 13提问于2020-03-29得票数 0
回答已采纳
我刚刚想出了一个想法，我想开发一个应用程序来区分/自动检测来自不同人的声音。
示例用例:在使用奥巴马和罗姆尼的数据进行训练后，应用程序将能够在其中任何一个人再次发言时进行检测(不需要从训练数据中获得相同的内容)。
我想知道是否有关于这方面的现有研究。(我不知道如何搜索这个。我尝试了几个关键字，但没有得到明显的结果。)
如果不是，什么是开始的好方法？如何选择功能、数据表示、模型等。
谢谢!
浏览 0提问于2012-11-06得票数 5
回答已采纳
1回答
从中文文档中提取数据
、、、、
workfusion是否支持使用OCR和机器学习从中文文档中提取数据。敬请指教。
致敬，Sunil Prabakar C
浏览 2提问于2019-09-11得票数 0
目前，我正在创建一个OCR应用程序。根据预定义的模板提取固定区域是可以的，但是从扫描的发票中提取行项目是困难的，因为每个发票都有不同的行项目。
浏览 0提问于2018-11-08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
1回答
目前，我有一个在页面左上角绘制矩形的方法。我想创建另一种方法，在扫描的文档的四个角中的任何一个角中搜索矩形绘图。我怎样才能开始编写一个方法，基于我为绘制矩形而创建的内容来检查矩形绘制的每个角。
static void AddQRTag(PdfSharp.Drawing.XGraphics gfx, int xPosition, int yPosition, string QRdata, string HRdata)
{
gfx.DrawRectangle(XBrushes.White, xPosition, yPosition, xPosition + 55, yPos
浏览 1提问于2013-02-28得票数 0
回答已采纳
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
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
1回答
导航:节页的子菜单项
、、、、
我正在考虑对我的一个站点进行一些小的导航更改。考虑以下(简化的)网站结构：
关于一些技术
关于一些技术
我们的产品
产品概述
产品1
产品2
我们的服务
服务概述
服务A
服务B
这是一个垂直菜单；此外，我们还有一个水平菜单，上面有常见的嫌疑人--家庭/常见问题/联系我们。
在当前的配置中，三个顶级菜单项简单地展开子菜单，因此要达到“关于一些技术”，只需几次点击，我认为这是烦人和浪费的。最重要的是，MD不喜欢它，所以它会改变。
然而，我在两种选择中左右为难；我肯定这两种选择都会很好--当然比现在好一点。但我想我会发现社区认为什么是好的还是最好的做法。
我建议的两个备选方案是：
单击主菜单
浏览 0提问于2012-04-25得票数 1
回答已采纳
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
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
当我尝试在离子4中添加cordova-plugin-mobile-ocr插件时，它会显示不受支持的插件。有什么别的办法吗？
我也尝试过使用Tesserect，它在浏览器中工作，但不支持移动。
浏览 3提问于2019-10-15得票数 0
6回答
关于在黑板图像上使用OCR的建议
、、、、
我正在试着得到一张OCR可读的黑板图像。当然，大多数OCR软件不喜欢肮脏的图像。我应该尝试通过什么图像处理来清理图像？
浏览 3提问于2010-05-18得票数 1
回答已采纳
2回答
我想锐化图像，这样图像就可以通过OCR更好地阅读。
为了让它更容易阅读，我用这个代码把图像处理成黑白。
import cv2
im_gray = cv2.imread('your_image_here', cv2.IMREAD_GRAYSCALE)
(thresh, im_bw) = cv2.threshold(im_gray, 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
thresh = 127
im_bw = cv2.threshold(im_gray, thresh, 255, cv2.THRESH_BINARY)[1]
浏览 66提问于2019-06-03得票数 0
1回答
我需要做一些与一些CSS，但我真的不知道如何做。
我需要有一个块的图像作为边界，但我需要有4个图像(左上角，左下角和右上角)。
问题是左div和右div的高度必须等于中心div。
如果有人有解决这个问题的办法。
谢谢。西里尔
浏览 0提问于2010-07-02得票数 1
回答已采纳
1回答
解析传真表单
、、
看一下这样一种场景，其中表单(为了简单起见，仅包含复选框)被传真到能够进行OCR的传真服务器。现在，对于排版文本，我已经看到各种OCR实现都做得不错，但我不确定它将如何处理复选框，尤其是手写的"x“或检查，更不用说坐标了。
回到小学，我们常常在正确答案中填入HB铅笔阴影的高斯(原文如此)测试；不知何故，这会被解析和分析。
我们今天在哪里？有没有开箱即用的东西？
浏览 0提问于2010-09-02得票数 1
回答已采纳
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
我在一张纸上用数字创建了一个简单的网格，它跳过了一些数字。我在多个型号上测试了它，似乎Azure OCR真的跳过了一些数字。
有没有人成功地创建了一个不跳过数据的网格(或类似的网格)？也许是一些可以提高一致性的设计模式？
-示例
浏览 5提问于2019-05-29得票数 0
1回答
我想要建立一个烧瓶应用程序，让用户上传一个图像与文字在上面。然后我想要pytesseract提取文本并返回它。
我做了一些研究，发现了这篇文章：
这几乎解释了我想做什么。我唯一不明白的是，我应该在哪里保存ocr_core函数定义的OCR脚本。因为在本文中，他稍后能够导入函数。
浏览 5提问于2020-12-29得票数 0
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
