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
1回答
我正在尝试使用OpenCV对信用卡数字进行二值化，以便光学字符识别系统能够识别它们。
因此，在分割阶段和裁剪之后，我执行了以下步骤：
1.将tje图像转换为灰度图像。
2.直方图均衡化。
3.使用(3,3)内核GaussianBlur(digit,bluredImg,cv::Size(3,3),9);的高斯模糊
4.阈值(Sauvola方法)。
以下是我的一些结果，但我认为它们太嘈杂，不足以用于ocr：
指向原始图像的链接：
如果你有一些技巧可以提高我的二值化质量，请与我分享(代码会很棒)。
浏览 1提问于2013-07-15得票数 0
4回答
我的目标是检测这类图像上的字符。
我需要对图像进行改进，以便Tesseract能够更好地识别，可能需要执行以下步骤：
旋转图像，以便蓝色矩形是水平的，在这方面需要帮助。
根据蓝色矩形裁剪图像需要帮助
应用阈值滤波和高斯模糊
使用Tesseract检测字符
img = Image.open('grid.jpg')图像= np.array(img.convert("RGB")):，:，：1.复制()#需要在这里旋转图像并填充空白#需要在这里裁剪图像# gray =cv2.cvtColor(图像，cv2.COLOR_BGR2GRAY) # Ots
浏览 0提问于2018-09-24得票数 3
回答已采纳
我对Tesseract OCR完全陌生。这个问题可能很简单，但我似乎无法用谷歌找到答案。
基本上，我有一个包含两部分的图像:第一部分，在图像的顶部，具有黑色背景，文本为白色；第二部分，位于图像的底部，具有白色背景，文本为黑色。
我在图像上运行了tesseract，它正确地识别了底部的所有字符，但没有识别顶部的字符。我确信顶部的字符非常清晰，应该很容易被Tesseract识别。唯一的区别是它的背景是黑色的。
有没有办法使用Tesseract同时识别黑白背景下的文本？
浏览 48提问于2016-08-18得票数 11
回答已采纳
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
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
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
我正在opencv-2.x中使用C++在身份证中进行字符识别。我尝试了Tesseract OCR，但是它并没有给我比我自己的neural network训练更好的结果。虽然，我仍然在挣扎于字符的切分。我想知道是否有可能从Tesseract OCR Api获得C++中的字符或单词位置，并使用my neural network进行预测。有什么建议吗？
简单地说，我需要使用Tesseract.对ID中的每个字符进行包围框。
浏览 2提问于2016-01-28得票数 0
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
下面是我测试Tesseract性能的非常简单的程序。我得到的结果并不像预期的那样，尽管这张照片质量很高，截图也很清晰(不是一张复杂的彩色图片)。请看我的代码和下面的结果。我不知道我是不是做错了什么事，或者说，魔兽世界的引擎不能处理这个问题？
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Drawing.Imaging;
using
浏览 3提问于2016-06-13得票数 5
我已经开发了使用Tesseract OCR库的OCR应用程序，并参考了以下链接。
但我有时会得到垃圾数据作为结果。有人能帮我做些什么才能得到准确的结果吗？
浏览 1提问于2016-08-31得票数 0
1回答
我有一个图像文件与文本，我想提取使用OCR。但是它上面有一条对角线重叠的文本线(右上)，就像
。我删除了这一行，
image = cv2.imread(image_path)
image = cv2.resize(image, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC)
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
image = cv2.GaussianBlur(image, (5, 5), 0)
image = cv2.threshold(image, 10
浏览 0提问于2018-12-30得票数 1
1回答
我目前正在开发一个光学字符识别(OCR)应用程序，它将被识别的数据从名片传递到接触器中，我已经设法从名片中获得了。
问题是如何识别文本框中的电话号码等内容，并将其传递给？
浏览 2提问于2015-12-25得票数 1
回答已采纳
1回答
7段OCR java应用程序
、、、、
我已经为这个项目工作了几个月了，需要一些帮助。我试图识别图像上的字符从一个旧相机，使用七段LED，以印框号码在右下角图像。问题是，这些图像是人和肤色混乱的一些图像与较轻的肤色。但一般情况下，大多数OCR都无法被传统的OCR所识别，我试图使用Tesseract，但在编译应用程序时没有成功，只是为了测试和训练它。我在这里要问的是，是否有任何其他人有类似的问题，或知道一个替代的特斯拉，以能够识别这些字符。最好是一个可训练的ocr。我的搜索结果是无效的。
浏览 4提问于2015-11-11得票数 2
回答已采纳
4回答
我正在从一个textboxes数据库中将数据加载到access中，以便进行编辑和更新。当我保存数据时，我得到Data Type Mismatch错误.
我希望像下面那样更新OCR标题，但只在选定的行上更新，这是我试图通过识别OCR标题上方文本框中的OCR号来完成的，因此我只能更新该特定行，而不是所有这些行。
string strSql = "UPDATE Responses SET [OCR Title] = '" + textBox6.Text + "' where OCR = '" + textBox5.Text + "
浏览 1提问于2014-01-09得票数 1
回答已采纳
1回答
? 我正在学习AI/ML，并试图从这个示例表单中获取文本。 import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:\Users\Pranav\AppData\Local\Programs\Tesseract-OCR\tesseract.exe'
image = cv2.imread('image2.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gra
浏览 34提问于2021-04-15得票数 0
回答已采纳
3回答
我看到不同的文章谈到OCR表单识别(数据提取)，他们说他们使用神经网络进行表单识别，那么人工神经网络(ANN)和表单识别之间的关系是什么？如果我想从BusinessCard中提取字段，需要使用ANN还是可选的？换句话说，我什么时候需要使用ANN，什么时候不需要？
浏览 6提问于2012-04-05得票数 1
回答已采纳
1回答
使用Kofax Capture 10 (SP1，FP2)，我在文档的某些字段上设置了识别区。这些字段始终将I识别为1。我尝试了所有我能想到的不会清除字段中所有字符的设置组合，但都无济于事。我已经尝试了高级OCR和高性能OCR，不同的字符过滤器。各种各样的东西。
我可以尝试哪些选项来自动识别此字符？我应该告诉制作表单的人(它们是由计算机生成的)他们需要尝试使用不同的字体吗？让他们相信现在是时候考虑使用验证了吗？
我当前的字段设置：
Kofax高级OCR，除了在高级对话框中最大限度地提高精确度外，没有自定义设置。到目前为止，这个方法和我尝试过的其他方法一样有效。
使用的字体是8- 12磅，顺便说一
浏览 2提问于2012-12-13得票数 3
回答已采纳
1回答
我需要阅读一些图像的文本，图像清晰，噪音很低。所以我最初的想法是，获取文本应该是相当容易的。(据我所知)
我测试了一些python库，但没有成功(pytesser)，它们可能得到10%的正确结果。我求助于，但这还远远不够好。
以下是一个例子：
结果如下：
nemnamons
Ill
w_on
lhggerllo
' 59
' as
\M_P2ma\
vuu uu
Cafllode omer
Mom | Dyna
Mom | Dyna
lnggerllo
2vMnne= Tr2rspnn| Factory (Hexmy;
lalgeflll Uxzlconfl
浏览 1提问于2014-05-06得票数 2
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
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
我已经实现了实时摄像头和使用Android文本识别，当我触摸边界框覆盖，文本到语音作品，但在通用窗口，应用程序无法获得任何文档，谁能帮助如何实现在实时相机OCR？
浏览 0提问于2018-04-16得票数 0
回答已采纳
6回答
从图像中识别数字
、、、、
我正在尝试编写一个应用程序来查找图像中的数字并将其相加。
如何识别图像中的手写数字？
在图像中有许多框，我需要获得左侧的数字，并将它们相加，以得出总数。我如何才能做到这一点？
编辑:我在图像上做了java tesseract ocr，但是我没有得到任何正确的结果。我怎么训练它呢？
也是
我做了一个边缘检测，得到的结果是：
浏览 2提问于2015-04-20得票数 35
1回答
所以我想要OCR，一个有文字的图像
但是输出总是很奇怪，与图片中的文本不匹配。
所以我决定改变图像属性。
我就这样改变它：
image = cv2.imread("./image_frames/frame473.png")
def get_grayscale(image):
return cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
def blur(image):
return cv2.medianBlur(image,3)
def thresholding(image):
return cv2.thres
浏览 0提问于2020-06-25得票数 2
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
1回答
我试图使一个项目，执行OCR (图像到文本转换)。我正在使用AspriseOCR jar文件，并相应地设置了我的项目。它工作得很好。
每当我运行项目时，当调用aspriseOCR API时，窗口中都会弹出一个对话框，询问我是否要访问他们的网站。我需要自动化整个过程。所以我不希望出现这个对话框。
有没有办法在我的代码中关闭这个对话框，以防它出现？有没有办法我可以按回车键(它会相应地关闭)。我使用的是Java，Eclipse。
注意:这不是在web浏览器上。所以我不能使用Selenium相关的命令。
编辑:-我尝试使用这个：-
Robot r = new Robot(); r.keyPress(
浏览 2提问于2017-04-11得票数 0
我正在与OpenCV一起进行一个项目，通过openCV从视频流中实时检测目标。因此，我必须首先检测和提取scoreBox，然后尝试通过tesseract-ocr读取(识别)分数。我的问题是当我继续阅读tesseract的分数框时，它没有给出正确的结果(分数值)
示例:在这个tesseract上应用，它给出了5: 55:35L‘的结果。
有什么帮助吗，我要做什么？我应该训练tesseract还是写我自己的OCR代码？
浏览 1提问于2014-04-19得票数 2
2回答
我需要从相机拍摄的图像中读取文本。例如，我有一张支票，我取一张支票的图像，根据我需要的大小绘制图像，渲染图像后，我得到图像，我想读取上面的文本。就像我提供支票簿，在支票上只削减账号或金额，并存储在NSString中。我正在使用OCR类
Tesseract *tessec=[[Tesseract alloc]initWithDataPath:@"tessdata" language:@"eng"];
[tessec setVariableValue:@"0123456789" forKey:@"tessedit_char_whitelist
浏览 0提问于2013-11-28得票数 1
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
2回答
我试图从表单(表单的扫描图像)中提取信息，并将这些信息放入表中。我使用pytesseract对OCR图像进行了很好的处理，但是输出的问题是Tesseract试图逐行提取文本。
我的扫描表格看起来如下：
窗体的每个窗口(A、B、C)应该是表中的不同行。我试图使用(在python中)来标识各个窗口，1)识别单个数据单元( A、B、C)，2)裁剪每个单独的窗口，3)使用Tesseract对单个窗口的图像进行OCR，将需要放到SQL表中的信息放入其中。
我的问题是:如何识别每个表输入窗口的边界，并将图像裁剪到该边界的范围(然后应用OCR)？另外，是否可以使用角点检测来识别单个数据单位？
我主要是
浏览 2提问于2016-07-26得票数 7
回答已采纳
4回答
如何从图像中过滤纹理以进行OCR
、、、、
我正在尝试对一些形式进行OCR，然而，这些形式具有如下纹理：
这种纹理会导致OCR程序忽略它，并将其标记为图像区域。
我考虑过使用形态学。带星号的闭合操作如下所示：
对于OCR来说，这个结果仍然不够好。
当我手动擦除'pepper‘并进行自适应阈值处理时，如下所示的图像在OCR上获得了良好的效果：
你对这个问题还有其他的想法吗？
谢谢
浏览 0提问于2014-09-16得票数 2
1回答
我想为Sindhi做OCR，在Android应用程序中，想法是让用户在屏幕上写字，然后捕获帧，然后将其与手机中预先保存的单词的图像以及最匹配的图像(使用FLANN?)进行比较。在这个框架中会有一些文本对它，我只想读那个文本。所以，请告诉我，如果我的方法是错误的，因为我对安卓和OpenCV都是新手，或者告诉我如何开始？
浏览 4提问于2015-05-09得票数 0
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
我的操作系统是Ubuntu12.04。如何将pdf文件从灰度转换为黑白？灰度pdf文件来自于带有灰度选项的扫描，并且OCR需要黑白等级pdf。
更新：
根据Marco的答复，B pdf不是很好，原始文件是这里。
浏览 0提问于2013-07-28得票数 13
1回答
我目前正在进行一个项目，涉及到使用Tess4j Tesseract OCR引擎。在做这个项目的时候，我有很多网站说，Tesseract在至少300个DPI (每英寸点)的图片上效果最好。
我的问题是，为什么新闻部这么多次提到图像。我知道当你扫描一个物体时，你至少要用300DPI扫描它。我只是不明白为什么这和用相机拍的照片有关。据我所知，DPI是打印机的一种属性。基于这个属性，图像越高，图像越小，但质量越高。
现在，如果DPI与这些图像无关，我想知道为什么当我在72到300之间更改图像的DPI属性时，程序上的结果会有所不同。有没有我不知道的特斯拉的预过程？
浏览 1提问于2017-04-12得票数 2
3回答
车牌自动识别系统
、、、、
我目前正在做一个关于识别汽车后方车牌的项目，我已经做了OCR作为初步的步骤，但我不知道如何检测矩形(这是汽车的关注区域)车牌，我已经阅读了很多论文，但在哪里我没有找到关于识别车牌矩形区域的有用信息。我正在用matlab做我的项目。请任何人帮我这个..。
非常感谢
浏览 12提问于2011-09-20得票数 3
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
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
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
Tesseract似乎在识别基本字母数字代码方面存在问题。我试着升级图像，更改为单空间字体，关闭字典，但OCR质量没有任何改善。
以下图像可识别为：
i3DOIIH_My ActivitiesJ
MmRSes_My Accounm DBYCAe_My Submissions1
Hrti6_My更新
如您所见，已识别的字符完全关闭。
浏览 6提问于2017-09-01得票数 2
回答已采纳
从收据、发票等典型文档中，利用OCR和模板提取相关信息。稍后，人员必须在视觉上验证信息是否正确识别，或者在需要的地方手动调整。我的任务是构建一个执行验证的模型。我在考虑卷积层和池化层，输入是图像，边界框的坐标是找到提取的文本的位置，提取的文本和正确的文本。我们的目标是训练网络，以便在需要时根据正确的标记训练材料自动进行校正。该项目正处于设计阶段。我对关于输入数据或层的见解很感兴趣。提前谢谢您，祝您愉快。
浏览 12提问于2021-01-17得票数 0
2回答
当前的文本捕获API(例如Google的文本API)是否足够快，能够从手机的视频提要中捕获文本，并在摄像机移动时在文本上绘制一个保留的框？
我不需要足够的速度来完成所有的OCR每帧(虽然这将是惊人的！)我只是在寻找足够快的识别块文本，并保持与实时图像同步显示包围框。
浏览 9提问于2017-11-14得票数 1
回答已采纳
我有一个OCR项目，但它只适用于图像，其中的文字是相当直，而不是倒置。(不是旋转文本)，所以我想让OCR能够识别任何类型的图像，即使是颠倒的。但我不知道解决这个问题的方法是什么。
我需要一些东西，比如分析字母行，但即使这样，我也不能识别行是否颠倒。
浏览 6提问于2010-02-19得票数 2
回答已采纳
我想做一个应用程序，可以将打印的名片转换为文本。我了解到tesseract-ocr可以通过训练提高准确性。
如果我希望每种类型的名片都有很高的准确率，我需要训练所有类型的名片吗？有数百种类型的名片具有不同的字体或格式。有没有其他方法可以在tesseract-ocr中达到高精度？
浏览 23提问于2016-01-22得票数 0
我试图通过使用Python/OpenCV来帮助OCR (光学字符识别)识别日期来消除日期周围的灰色“噪音”。
原始图像如下：
我尝试过的python脚本如下所示。然而，我有其他类似的图像，其中对比度或照明编码不同。
import cv2
import numpy as np
img = cv2.imread("mc.jpeg")
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
alpha = 3.5
beta = -2
new = alpha * img + beta
new = np.clip(new, 0, 255).
浏览 10提问于2020-12-28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
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
