我正在使用Robert的实验性应用程序(即android)来实现实时OCR和翻译(使用Bing翻译器)。
在类CaptureActivity.java中，在函数handleOcrContinuousDecode (它是实时OCR的函数)中，我创建了一个TranslateAsycnTask.java对象，它传递要通过ViewFinderView.java显示的翻译文本，如下所示：
我遇到的问题是，在第一次成功的实时翻译之后，第一次翻译的结果将显示给下一次翻译。然而，OCR在接下来的所有案例中都是成功的。如下所示：
这里所发生的是OCR文本在左上角的“速度”，翻译文本“速度”被
浏览 2提问于2015-04-29得票数 2
回答已采纳
3回答
Google翻译应用程序现在支持图像中的OCR和文本的翻译：
https://support.google.com/translate/answer/6142483?hl=en
但是，使用PC和访问translate.google.com似乎无法访问此功能。
我怎样才能让它在我的电脑上工作(没有Android手机)？
注意:人们总以为我有谷歌硬盘，或者谷歌账户等等，我从来没有这么说过。
浏览 0提问于2017-07-22得票数 45
1回答
自动翻译(非英语)评论为英语？
、、、、
我有一个Matlab代码库，其注释是用瑞典编写的。就像这样：
% Syntax: result = ocr(DOC, METHOD, fname)
% DOC - bild som ska processas
% METHOD - ann eller knear
% fname - full filename of the net ('ann' method) or the database
% ('knear' method)
% default: ann20.mat resp db4000.mat
function resu
浏览 0提问于2012-04-05得票数 5
2回答
有谁知道最近使用现代机器学习技术在印度文字光学字符识别方面所做的任何工作？我知道加尔各答的三军情报局正在做一些研究，但据我所知，在过去的3-4年里没有什么新的东西出现，可悲的是，天成字的OCR是缺乏的！
浏览 0提问于2010-01-17得票数 8
回答已采纳
1回答
我有一份文件清单。文档是这样的： class Document
{
string Name;
string Description;
List<Page> Pages;
} 页面是这样的： class Page
{
string OCR;
} 在fluent LINQ中对ef core 5的以下查询是什么？：我想获取名称、描述或OCR中包含"text“的所有文档。 可以通过一个流畅的LINQ查询获取文档吗？我想出了这个，但我不知道如何添加OCR位： Documents.Where (
x =&g
浏览 20提问于2021-01-06得票数 1
回答已采纳
我正在按照本教程来设置google vision ocr：https://cloud.google.com/functions/docs/tutorials/ocr。在教程中，它说从图像翻译的文本保存在你的google云存储中。我已经创建了一个存储桶来保存翻译，但是当我尝试使用以下命令在命令提示符中上传图像时: gsutil cp PATH_TO_IMAGE gs://YOUR_ image _ but _NAME。它成功地将图像添加到我的图像存储桶中，但我不知道它将文本翻译放在哪里。
浏览 7提问于2019-05-09得票数 0
我正在寻找在Android上运行的Java OCR，然而Asprise似乎不是一个独立于平台的OCR。有没有开源/免费的Java OCR可以用来开发android应用程序？
浏览 49提问于2009-07-09得票数 149
与我在iOS上用Tesseract写的一个测试相比，这个应用程序在光学识别方面超级快速和准确。所以我想知道: Google翻译手机应用程序是否使用Tesseract在本地进行OCR？或者它调用了一些Google后端，比如Google Drive API，它们支持OCR。谷歌或该团队的人知道吗？
浏览 0提问于2016-03-23得票数 2
2回答
我希望能够想出一种方法，在包含用户名和密码等纯文本信息的电子邮件截图中自动模糊用户详细信息：
从我运行的获取的图像。
其目标是通过自动(试图)模糊用户名和密码，使提交此类电子邮件的屏幕截图变得更容易。
(就这一特定情况而言)是否足以：
通过OCR运行图像，查找“用户名”和“密码”。
在OCR匹配的右边选择文本
模糊选择
这是一种天真的做法，但对这种情况是否足够呢？我意识到电子邮件的格式可能不一样，到时候我会处理的。
在处理这个问题时，我应该知道哪些特定的算法或实现？
谢谢!
浏览 5提问于2011-07-06得票数 2
我需要识别一些写在postit上的文本。这篇文章没有意义，它是一连串用大写字母写成的字母。我询问后发现，这是一个笔迹的本地化问题，然后是笔迹的识别问题。有谷歌OCR，但这些模型只能识别英语短语。
我给您留下一个示例图像：
我希望，对于每个postit，文本都被识别，所以对于第一个postit："769213“代表第二个"ALHSFP”
浏览 3提问于2021-11-06得票数 0
3回答
我的任务是为我们软件的德文版本想出更短的德语单词。
这让我想到，信息技术应该有某种标准的词汇。像“必须”的术语，大多数(如果不是全部)德国计算机用户使用的文件，数据库，记录，搜索，搜索条件，搜索点击，查找和替换，删除，OCR .你知道这个主意。
我在ISO网站上找到了ISO 2382，但它似乎只标准化了英语和法语。德国有同等的标准吗？西班牙语或者其他语言怎么样？
浏览 3提问于2013-01-08得票数 1
我知道这个错误：
运行‘filename.py’时出错:无法运行程序"/home/my_name/PycharmProjects/untitled/venv/bin/python“(目录"/home/my_name/repo_name/ocr")：error=2，没有这样的文件或目录
/home/my_name/PycharmProjects/untitled/file.py是我在安装PyCharm之后创建的第一个文件，以确保它正常工作，然后删除它。
我想运行filename.py，它在ocr中，但是我得到了上面的错误。
我尝试了cmd python filen
浏览 0提问于2018-03-13得票数 0
回答已采纳
1回答
我正在尝试用GNU gprof来分析tesseract-ocr。在修改Makefile以将"-pg“添加到CFLAGS之后，我制作/使安装程序，然后执行OCR命令。此时，我希望在某个地方看到生成的"gmon.out“文件，但是没有生成任何内容。
我以前从未使用过GNU gprof。我是不是遗漏了什么？以下是我在高层所做的事情：
编译和安装Leptonica (tesseract的依赖项-ocr)
./configure on tesseract-ocr，然后在Makefile中将"-pg“添加到
在tesseract-ocr上安装
运行OCR命令(tes
浏览 6提问于2013-07-17得票数 1
回答已采纳
1回答
截图图像中字符的C#提取
、、、
我正在寻找一些提示，如何管理从截图(从flash游戏)中获得单个字符(在这种情况下是数字)。我尝试了几乎所有最流行的商业/非商业软件，但它们都不能处理单个字符。我已经尝试了办公文档图像，LeadTools，Tesseract-OCR，Aspose.OCR。我附上了一张图片，一个游戏的截图，给出了数字：
对我来说，OCR显然可以工作，但我很惊讶，OCR无法处理这个问题。你觉得用OCR来提取这个数字是不可能的？也许你知道我的问题的解决方案？
另一种选择是使用图像比较法，但这太慢了，我不喜欢使用它。
浏览 1提问于2012-08-17得票数 0
我正在尝试制作一个太阳能电池板，通过比较4个光敏电阻的电阻来跟踪太阳。我已经编码了决定光敏电阻电阻的部分(我目前只用2测试)，但我正在努力使伺服运动部分正确。我不知道太阳在天空中的确切位置，我只知道伺服系统需要移动什么方向才能使太阳能电池板面对太阳。我需要告诉伺服在一个特定的方向上移动，直到光敏电阻的电阻在一定的范围内(我已经创建了这个)。有人知道怎么做吗？ 这是我所拥有的。 const int sensorPin = A0;
const int sensorPin1 = A1;
int sensorValue = 0;
int sensorValue1 = 0;
float Vin = 5
浏览 38提问于2020-12-21得票数 1
我需要发展我自己的webapi定制技能，使我们的Read API。我将在我的定制技能中使用它。我不能使用来自Azure Cognitive Search的内置Azure Cognitive Search (t
我的webapi技能输出如下：
// logic to get result...
// now creating output to custom skill
var textUrlFileResults = results.AnalyzeResult.ReadResults;
foreach (ReadResult page in textUrlFileResult
浏览 8提问于2022-06-09得票数 0
回答已采纳
1回答
我想要创建一个具有OCR功能的Azure Search资源。
据我所知，如果要创建OCRed文档，需要将密钥附加到multi-service认知服务：
"cognitiveServices": {
"@odata.type": "#Microsoft.Azure.Search.CognitiveServicesByKey",
"description": "xyz",
"key": "xyz"
},
但在我的例子中，多服务资源无法工作，因为所有的服务都将在
浏览 9提问于2022-06-06得票数 0
回答已采纳
1回答
OCR图像处理
、、、
我试着用MATLAB的OCR作为字符recognition.This是我正在做的-
I=imread('ocr.jpg');
imshow(I);title('Original Image');
results = ocr(I);
word = results.Text
这是图像ocr.jpg
但这是我得到的输出- word =，基本上它不能识别字符F。这是我跟踪的链接-
浏览 1提问于2015-06-22得票数 1
回答已采纳
我需要使用OCR库，并且一直在尝试使用Tesseract。问题是Tesseract在一些测试图像上的准确性不是很好。我也无法提高图像的质量，因为它们将由用户提交。
然而，当我使用GoogleDocs中的光学字符识别功能上传文件时，它能够完美地读取图像。我想知道是否有google OCR库，我知道它一直在改进Tesseract，或者Google OCR库是严格专有的(我想是的)？
谢谢
浏览 2提问于2016-10-14得票数 0
在Windows10上安装tesseract以在C++中开发时遇到问题。
有没有人能提供一个指南来获得：
Leptonica (tesseract需要) lib和includesTesseract lib以及includesLink都要投影(例如Visual Studio)
因此，来自的示例是有效的：
#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>
int main()
{
char *outText;
tesseract::TessBaseAPI *api = new
浏览 159提问于2018-06-03得票数 3
2回答
我尝试在图像上应用tesseract ocr，但在应用OCR之前，我希望提高图像的质量，从而提高OCR的效率。
如何根据需要检测图像亮度，，增加或降低图像亮度。
如何检测图像锐度
浏览 1提问于2020-01-08得票数 1
有没有办法把文本放到鼠标光标下？
我正在尝试建立一个字典应用程序，当鼠标悬停在一个单词上时，它会弹出一个翻译面板。
我看了一下accessiblity apis，它只能找到当前的ui元素，而不能找到当前的单词...
我最后的选择是经常截图，然后做ocr。那会消耗cpu，我不喜欢那样..
对此有什么想法吗？提前感谢！
浏览 0提问于2010-05-18得票数 3
我正在更新一个脚本，递归地通过一个目录和ocrs的pdf和更新的pdf。
在它的简单版本中，它可以工作。
ocrmypdf -l vie --deskew --clean --force-ocr --sidecar vietnamese_website.txt Vietnamese\ Website.jpg Vietnamese\ Website.pdf --verbose 1
我想让它递归地遍历一个文件夹，并使用各种文件类型，因此我将find扩展到：
find . \( -name '*.pdf' -o -name '*.jpg' -o -name '
浏览 0提问于2018-09-26得票数 1
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
1回答
访问共享库时无源可用错误
、、、
我的Eclipse IDE中有两个项目。我的操作系统是Ubuntu。一个是应用项目，另一个是共享库项目。我已经链接了中讨论的所有路径和库要求。但是当我调试的时候，我得到的错误是No source available for "0x0"。当我访问共享库对象时，错误发生在iOCR* pOCR = (iOCR*)create();。我的链接有什么问题？附上了我的共享库代码和应用程序代码。
共享库的头文件
#ifndef OCR_DLL_H_
#define OCR_DLL_H_
#include <opencv/cv.h>
#include <opencv2
浏览 1提问于2015-06-24得票数 0
我正在尝试构建一个shell脚本，它允许我搜索图像中的文本。基于文本，脚本将尽力从图像中获取文本。我想要你对此输入，因为这个脚本似乎适用于大多数图像，但不是那些文本字体颜色类似于文本周围较小环境的图像。
# !/bin/bash
#
# imt-ocr.sh is image magick tessearc OCR tool that is used for finding out text in image
#
# Arguments:
# 1 -- image filename (with path)
# 2 -- text to search in image
浏览 1提问于2012-08-16得票数 6
1回答
我使用Alfresco将TIFF转换为PDF，使用Tiger OCR库()
我的自定义转换xml (ocr-转换器-上下文)是
<?xml version='1.0' encoding='UTF-8'?>
<!DOCTYPE beans PUBLIC '-//SPRING//DTD BEAN//EN' 'http://www.springframework.org/dtd/spring-beans.dtd'>
<beans>
<bean id="transformer.O
浏览 1提问于2011-04-15得票数 0
我正在做一个使用tesseract的僧伽罗语OCR项目。我的目标是ocr，包括文档中的文本的多列。并以正确的格式输出put文件。有没有什么方法可以使用tesseract来识别文档中的列？
浏览 6提问于2015-07-27得票数 9
我必须从纸张表单中提取两个预先打印(而不是手写)字段，以便在扫描之后自动路由。字段包含批处理和项标识符，如"GG-9192“或”EPN/245 g“。
我试过以下软件：
Tesseract-OCR
楔形
佳能ImageRunner内置OCR
Asprise OCR Java API (演示)
我尝试了以下设置：
扫描分辨率为300 and和600 and
尝试了不同的字体，包括OCR和OCR。
在所有情况下，输出几乎无处不在。我可以将无法正确提取必要信息的文档退回去，但我认为至少会有一半的信息被提取出来。我考虑了基于数据库中已知值的某种模糊逻辑，
浏览 2提问于2009-11-17得票数 2
1回答
ASM试图安装下垂盘组
、、、
在我的嫉妒中，我得到了以下错误：
ORA-15032: not all alterations performed
ORA-15017: diskgroup "OCR" cannot be mounted
ORA-15040: diskgroup is incomplete
问题是:我已经删除了这个磁盘组(我已经将OCR磁盘组更改为另一个磁盘组OCR_NEW)。我有两个实例，在第一个实例中，一切正常，但在第二个实例中，我得到了这个erro。
问题在哪里？我什么都没找到。
在尝试在srvctl命令中删除之前，我已经尝试过禁用它，但是也不起作用。
[oracle@server2 t
浏览 0提问于2020-04-28得票数 0
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
我正在做一个OCR项目。我使用Firebase ML Kit进行光学字符识别。我必须用它在捕获的图像上的不同语言的翻译来替换文本。为此，在绘制翻译后的文本之前，我需要从原始图像中删除文本。 ? 我已经尝试从检测到的文本坐标中提取可能的背景颜色和文本颜色。它几乎是成功的。但问题是，背景会变成静态颜色。 https://superuser.com/questions/1359257/how-to-use-ffmpeg-removelogo-filter 我能够得到图像中原始文本的确切坐标。在视频的FFMPEG中找到了delogo过滤器。由于相邻的像素填充了所需的区域，因此我想在andro
浏览 35提问于2019-04-26得票数 2
2回答
我正在开发一个java应用程序，它使用OCR读取文档。
The output seems to be incorrect sometimes because of the incorrect orientation of the scanned document. So that I need to autorotate the scanned document. May I know whether the OCR Engine itself has the auto-rotation feature or any other SDK has t
浏览 4提问于2013-09-17得票数 4
朋友们，我们正在尝试在T2.xlarge ec2实例(4核，16 we )上部署一个光学字符识别模型。问题是，尽管下面的例子和经过多次迭代，推理仍然需要N*4秒，而不是N(运行4个进程)秒。我确定这是因为我不完全理解这里发生了什么(就创建多个会话而言)，所以请在下面说明一下我错过了什么..code ocr_model = None
decoderType = DecoderType.BestPath
def init_worker():
global ocr_model
ocr_graph = tf.Graph()
decoderType = DecoderTy
浏览 148提问于2021-01-26得票数 0
我正在为Tesseract OCR编写一个训练图像的生成器。
当为Tesseract OCR的新字体生成培训图像时，最佳的值是：
新闻部
以点为单位的字体大小
字体是否是反别名的？
如果包装箱合适的话：
，或者不是：
浏览 10提问于2012-11-16得票数 8
回答已采纳
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
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
2回答
我正在尝试创建一个软件，通过捕获屏幕截图，然后OCR (光学字符识别)它寻找一个特定的按钮来点击(例如)的PC自动化。我已经得到了鼠标和键盘控制部分，但现在，我需要一个OCR来处理屏幕截图。我发现Tesseract OCR似乎不能很好地处理屏幕上的文本。文本要么太小，要么一些文本似乎是连接在一起的，比如K和X。我该怎么做呢？
p/s:这是一个自动化测试程序。
浏览 1提问于2009-05-22得票数 4
1回答
具有屏幕自动翻译的远程访问软件
、、、、
我经常不得不远程连接到外国客户，有时还会出现语言问题。是的，你可以使用谷歌翻译器，但它需要时间来复制和翻译它，并且没有太多的时间在远程会话。此外，无法复制Windows系统通知中的文本。我尝试过几种方法，比如将智能手机指向带有文本的屏幕，并通过Google或简易屏幕OCR翻译它，但这些方法并不十分方便。您能推荐一种在远程连接时进行自动翻译的服务吗？
浏览 0提问于2021-12-22得票数 1
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
2回答
我有一个软件系统，可以同时在多台机器上执行OCR。目前的系统工作如下：
所有需要ocr的文档都插入到db中的一个表中。每个客户端ocr机器池该表，每当发现ocr的数据时，它锁定表并选择no。ocr的文件。锁定用于atomicity.After，每个文档都是for的，文档的状态被更新为完整。
我知道，将数据库设置为同步位置是一个严重的错误。它运行得很好，但有时我可以看到数据库上的死锁。
所以我的问题是，有什么更好的方式来设计这样的系统，我希望数据库只是一个存储设备，而不是一个同步的地方。我想听听你的想法。
浏览 2提问于2010-09-29得票数 6
回答已采纳
我正试图在Liferay构建语言。对于Language_en.properties，它工作得很好，但是对于其他语言，它并不是将键值转换成相应的语言。它只显示带有“(自动复制)”的英文值前缀。
在这方面的任何帮助都将不胜感激。谢谢。
浏览 8提问于2016-01-10得票数 0
我正在尝试将PDF预处理为TIF图像以进行OCR。在命令行上，我可以通过使用以下ImageMagick命令将PDF转换为TIF来完成此操作： $ convert -density 300 /path/to/my/document.pdf -depth 8 -strip -background white -alpha off file.tiff 我怎样才能在Java中得到相同的结果？我目前可以使用tess4j将PDF转换为TIF，但如何重新缩放和预处理生成的tif？哪些库可以让我快速、轻松地完成这项工作？
浏览 11提问于2019-01-24得票数 0
回答已采纳
4回答
我有超过30,000个pdf文件。有些文件已经是OCR，有些则不是。有没有办法找出哪些文件已经OCR，哪些pdf只有图像？
如果我通过OCR处理器运行每个文件，这将是永远不会发生的。
浏览 8提问于2011-10-12得票数 9
回答已采纳
我的设置：目前我正在Windows10上的VisualStudio2017中使用c++。
The objective：在我的基本c++应用程序中开始使用tesseract ocr。首先，为了确保我能够包含tesseract库并编译和执行一个非常简单的程序，我正在尝试运行官方上提供的下面这个简单的测试程序。
到目前为止所做的工作：按照的建议，在命令提示符下运行vcpkg install tesseract:x64-windows命令和命令.\vcpkg integrate install。当我运行命令vcpkg list时，我会看到我安装的所有包(如下面的屏幕截图所示)，但尽管如此，visual
浏览 1提问于2018-06-20得票数 4
回答已采纳
OCR软件是否能够可靠地将像下面这样的图像转换成值列表？
更新：
更详细的任务如下：
我们有一个客户端应用程序，用户可以在其中打开报表。此报告包含一个值表。但是并不是每个报表看起来都是相同的--不同的字体、不同的间距、不同的颜色，也许报表包含了许多具有不同行/列数的表.
用户选择报表中包含表的区域。用鼠标。
现在，我们希望使用OCR工具将选定的表转换为值。
当用户选择矩形区域时，我可以请求额外的信息来帮助OCR过程，并要求确认值是否正确。
它最初将是一个实验项目，因此最有可能使用OpenSource OCR工具--或者至少一个不需要花费任何费用用于实验目的的工具。
浏览 12提问于2011-05-30得票数 26
回答已采纳
我有黑色的文字在黑色的背景图像，我想通过OCR阅读它。不幸的是，OCR不能完美地读取它。图像如下所示。 ? 我想将小于(90，90，90,255)的RGBA值转换为(255,255,255,255)，这样它就变成了B& W。转换它的代码是什么？
浏览 49提问于2019-05-31得票数 4
回答已采纳
4回答
我有一个包含许多表单的c# winforms项目，现在我想将这些表单本地化为另一种语言，有没有什么方法或代码可以为表单生成资源文件并在线翻译它们？
谢谢
浏览 1提问于2010-11-30得票数 0
回答已采纳
2回答
是否有任何Java和Android API，我可以调用并传递一个String对象，并返回与用户在android设备中设置的当前区域设置相对应的本地化文本。
在这里，我试图避免手动翻译文本和创建多个raw-xxx或values-xxx文件夹。
浏览 6提问于2013-06-28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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
