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
3回答
用文字识别OCR的Python接口调用来对本地图片进行识别，报错“下载失败”，FailedOperation.DownLoadError message:下载失败。参照这个官方样例https://github.com/TencentCloud/tencentcloud-sdk-python/blob/master/examples/ocr/v20181119/general_fast_ocr.py
接口的Image是图片文件的绝对路径。请问如何解决？
浏览 1594提问于2020-03-07
1回答
我使用Tesseract OCR阅读文本。我的二值图像是清晰的，但是当图像被OCR读取时，在读取时会出现错误。实际数字是05820，但读为05320。非常清晰清晰的图像有错误，在实施中会有什么问题？我附上了图像和我使用的Tessearact代码。
![enter image description here][1]int OCR::textRecognition(void){
tesseract::TessBaseAPI tess;
tess.Init(NULL, "eng", tesseract::OEM_DEFAULT);
浏览 2提问于2015-06-29得票数 0
回答已采纳
我正在研究word文档的OCR，以识别文档中提到的内容。我注意到OCR生成的python代码没有在语言工作室中自动生成python脚本中显示文档中可用的内容。我只想得到python脚本结构，在那里我可以看到标记，这些标记专注于识别没有表内容的句子。
我要找的方法对不对？任何解释需求的流程都是非常感谢的。
浏览 14提问于2022-06-15得票数 -1
回答已采纳
1回答
我使用python和keras ocr。我希望角星只识别数字，所以在管道中我这样做。
recognizer = keras_ocr.recognition.Recognizer(alphabet="0123456789")
pipeline = keras_ocr.pipeline.Pipeline(recognizer=recognizer)
但是，它并没有像tesseract白名单那样将字母转换为数字和提高识别质量，而是发生了。
所以这些数字根本认不出来。
使用默认字母表，结果会更好。但是有些数字和字母混淆了。然而，将字母改为数字，如“替换(”O“，”0“)是一个非
浏览 25提问于2022-05-30得票数 3
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
我已经获得了以下用于将pdf文件上传到google docs的实现(取自gdata API示例)：
def UploadResourceSample():
"""Upload a document, and convert to Google Docs."""
client = CreateClient()
doc = gdata.docs.data.Resource(type='document', title='My Sample Doc')
# This is a convenient MS
浏览 0提问于2011-12-31得票数 2
回答已采纳
2回答
我正在使用pytesser对OCR进行OCR，并从中获取一个字符串：
image= Image.open(ImagePath)
text = image_to_string(image)
print text
然而，皮特塞喜欢有时识别和返回非ascii字符。当我现在要打印我刚刚识别的内容时，问题就会发生。在python2.7(这是我正在使用的)中，程序会崩溃。
有什么办法使它不返回任何非ascii字符？也许您可以在tesseract OCR中改变什么？
或者，有什么方法可以测试字符串中的非ascii字符(而不破坏程序)，然后不打印这一行？
有些人建议使用python3.4，但从我的研究来看，p
浏览 5提问于2014-07-24得票数 3
回答已采纳
2回答
我已经在python和pytesseract(来自Pypi)中使用了tesseract 3.04，现在我想使用基于4.00.00alpha的新LSTM
我使用的是kali linux，所以我安装了libtesserct4(使用apt-get)，它在tesseract-ocr中创建了名为4.00的文件夹，但当我尝试将它与pytesseract一起使用时，它无法识别--eom input
代码是：
pytesseract.image_to_string(Image.open(filename),lang="en",config='--eom 2')
结果：
read
浏览 2提问于2017-12-26得票数 2
我已经编写了python代码，用于在图像文件上执行OCR。python代码涉及argparse，需要通过powershell运行。但是，我一次只能在一个图像上运行此代码。我想编写一个powershell循环来遍历特定文件夹中的图像并运行python代码。我使用的是Windows10和python 3，我以前从未用过powershell。 我已经尝试在一个文件夹上使用Foreach-Object命令，代码如下： Get-ChildItem "Path to the folder with pics" -Filter *.jpg | Foreach-Object {
浏览 39提问于2019-09-06得票数 1
回答已采纳
1回答
不从图像中获取印地语文本
、、、、
我想使用pytesseract库从图像中识别印地语文本。
我试过的
下面的脚本可以识别整个文本，但我不会使用印地语。它只识别典型的欧洲/美国字符：
# -*- coding: utf-8 -*-
from PIL import Image
import pytesseract
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'
#im = Image.open("/tesserocr/hindisample.png")
#im =
浏览 0提问于2018-05-07得票数 2
我试图用Python编写代码，用于使用Tesseract-OCR进行手动图像预处理和识别。
手册过程：
为了手动识别单个图像的文本，我使用Gimp对图像进行预处理，并创建一个TIF图像。然后我把它喂给Tesseract-OCR，它正确地识别了它。
用Gimp对图像进行预处理-
将模式更改为RGB /灰度
菜单--图像--模式- RGB
脱粒
菜单--工具--彩色工具--阈值--自动
将模式更改为索引
菜单--图像--模式-索引
调整大小/比例至宽度>300 to
菜单--图像--缩放图像-- Width=300
保存为Tif
然后我给它喂食-
$ tesser
浏览 3提问于2015-09-09得票数 6
3回答
我的产品经理刚刚要求我在OCR文本识别操作中使用我一直在开发的混合应用程序。我一直在研究、奥格勒和其他一些替代方案，但它们看起来是如此的不一致。
对于OCR有什么更好的选择吗？
我用它来刮名片上的文字。当字体、颜色等不一样时，我知道这会带来一些问题。我所面临的不一致是因为这一点。
我一直在测试一些本地的安卓应用程序，比如snapBizCard，在测试时，它们似乎都做得很好。但我需要使用JavaScript库。
浏览 0提问于2016-06-10得票数 1
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
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
1回答
我有一个使用OCR从图像中提取的文本。案文中的一些词语没有得到正确的识别，具体如下：
‘'DRDER 0F OFF1CE RESTAURAUT，QNE THO.’
从光学的角度看，有些字符是很容易混合的:1 -> I，O -> D -> Q，H -> W，U -> N等。
问:除了像Levenshtein距离这样的标准算法之外，是否有一个Java或Python库实现了OCR特定的算法，可以帮助将单词与预定义的字典进行比较并给出分数，同时考虑到可能的OCR字符混淆？
浏览 1提问于2018-08-22得票数 1
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
我需要在一大块文本上做一些OCR，并检查它是否包含某个字符串，但由于OCR的不准确性，我需要它来检查它是否包含字符串的大约85%的匹配率。
例如，我可能会对一段文本进行光学识别，以确保它不包含no information available，但光学识别器可能会看到n0 inf0rmation available或错误地解释了许多字符。
在Python中有没有一种简单的方法可以做到这一点？
浏览 2提问于2012-06-01得票数 18
回答已采纳
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
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
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
2回答
我有一个像这样的图像：
我想在白色上写一个黑色的数字，这样我就可以用OCR来识别它了。我如何在Python中实现这一点？
非常感谢，
约翰。
浏览 3提问于2013-11-29得票数 2
2回答
我正在为UWP开发，Windows有一个OCR引擎: Windows.Media.Ocr
我的问题是:有人知道Windows OCR是否可以接受识别新字符或使用自定义字体的培训？如果是的话，我怎么能做到？
我想要实现的是识别非字母符号。我想在每个例子中识别字符⌰(unicode: U+2316)或⌖(U+2316)。
我想识别的字符不是任何语言的符号。
浏览 9提问于2016-03-07得票数 3
回答已采纳
我有下面的代码，它适用于大多数图像类型。但由于某些原因，它不适用于只包含1页和pdf的tiff图像。 我有这个错误： 回溯(最近一次调用)：文件"/Users/fatiatravaille/Downloads/ocr_json/test.py"，第8行，在"/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/PIL/Image.py"，= Image.open(r './radio_lomb_300.tiff‘)文件UnidentifiedImage
浏览 170提问于2021-09-23得票数 0
从过去的两周开始，我正在努力实现“识别iPhone屏幕上的字符”。
我搜索了这个，找到了Tesseract OCR。
通过使用Tesseract OCR，我们可以从图片中识别字符。
现在我的问题是，是否能够识别使用Tesseract OCR绘制在iPhone屏幕上的字符？
如果可能的话，给我一些初步的步骤来完成这个任务。
浏览 2提问于2013-12-19得票数 6
回答已采纳
1回答
我正在为网络模因图像编码一个特殊的光学字符识别。这是一个学校项目，应该用C语言编码。
目前，我在编写OCR代码的方法/算法上遇到了问题。事实上，几乎所有的模因图像都有相同的字体，这是影响(更不用说其他没有影响字体)。OCR的目标将是检测和识别字符，这些字符在影响字体，在模因图像的前景，而不是在它背后的场景。
要做这个OCR，我的意思是神经网络有点过火，因为模因图像中的字符是简单的、直接的和向前的。我听说有其他“更简单”的方法来做OCR，比如使用机器学习算法来“学习”影响字体，或者使用基于骨架匹配的系统通过模式识别来识别字符。
做OCR最好的方法是什么？而是神经网络？模式识别？机器学习？
浏览 0提问于2016-03-28得票数 1
回答已采纳
我正在尝试使用Python-tesseract通过光学字符识别(OCR)从这个(picture)中提取数字。由于某些原因，pytesseract无法识别数字，我不完全理解原因(数字之间的距离？)。 有人可以帮助我理解如何正确地从这张图像中提取数字吗？ 下面的代码没有打印任何内容 im.save("sudo.png")
text = pytesseract.image_to_string(im)
print(text)
浏览 63提问于2019-03-15得票数 0
使用 python 请求OCR识别，报错如下：
{'message': 'invalid request: parsing error - check content-type and body', 'data': {}, 'httpcode': 400, 'code': 3}
代码部分如下：
requrl = 'http://recognition.image.myqcloud.com/ocr/general'
headers = {
'host': 'recog
浏览 1028提问于2018-07-27
1回答
在Python中识别图像
、、、
我对OCR识别和Python都有点陌生。
我想要实现的是从Python脚本运行Tesseract来“识别”.tif中的一些特定数字。
我认为我可以为Tesseract做一些培训，但我在Google和SO上找不到任何类似的主题。
基本上，我有一些.tif，其中包含几个图像(如一个‘箭头’，一个‘花’和其他图标)，我希望脚本打印作为输出的图标的名称。如果它找到一个箭头，则打印' arrow‘。
这可行吗？
浏览 2提问于2012-02-13得票数 6
回答已采纳
1回答
我已经看过了关于pytesseract的所有其他问题和答案，但我仍然收到相同的错误。
消息如下
Traceback (most recent call last):
File "C:\Users\VisitingFellows\Desktop\Python OCR\pytesseract.py", line 1, in <module>
import pytesseract
File "C:\Users\VisitingFellows\Desktop\Python OCR\pytesseract.py", line 11, in &l
浏览 2提问于2018-04-17得票数 1
1回答
是否有任何Python方法来识别PDF是否是OCR的(文本的质量很差)和可搜索的PDF (文本的质量是完美的)？
使用pdf元数据
import pprint
import PyPDF2
def get_doc_info(path):
pp = pprint.PrettyPrinter(indent =4)
pdf_file = PyPDF2.PdfFileReader(path, 'rb')
doc_info = pdf_file.getDocumentInfo()
pp.pprint(doc_info)
我发现：
result = get
浏览 6提问于2021-09-16得票数 0
回答已采纳
我正在尝试使用android ML Kit文本识别库进行文本识别，但在运行时遇到错误，没有返回任何文本。错误： W/TextNativeHandle: Native handle not yet available. Reverting to no-op handle.
W/DynamiteModule: Local module descriptor class for com.google.android.gms.vision.dynamite.ocr not found.
I/DynamiteModule: Considering local module com.google.and
浏览 317提问于2020-08-26得票数 1
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
1回答
我有很多pdf文档，它们都是扫描过的文字版本。我需要在pdf中拆分一个页面。 例如，如果有1个页面。我需要将一页分成页眉部分，页脚部分，主体部分和侧面部分。 哪种编程语言和库给了我最大的灵活性来完成这样的任务，而不需要我做所有繁琐的工作。我对Python很熟悉。我知道Python的PDF和OCR库，但我找不到任何关于拆分单个页面的内容。 然后，最后希望将pdf页面的拆分部分传递给OCR，以识别字符并将输出转换为csv或文本文件。 提前感谢您……
浏览 18提问于2021-04-20得票数 0
回答已采纳
我正在使用Google Firebase Vision API进行文本识别(OCR)。我的用例是对文档中或文档头部的人名进行OCR。此外，我有一个数据库或我希望扫描的姓名列表。我知道其他的OCR引擎支持将单词列表或字典加载到引擎，这有助于提高识别率。我似乎想不出如何使用Firebase Vision文本识别来做到这一点。如果我有一个列表或名称数组，我是否可以将这些名称作为唯一要识别的字符串/单词加载到引擎中？ 谢谢!
浏览 12提问于2020-03-26得票数 0
3回答
谁能告诉我Vuforia文本识别和OCR的区别是什么？是一样的吗？我有点困惑，因为我发现Vuforia不需要捕获任何图像就可以识别文本，而OCR应用程序(如Tesseract )则要求用户捕获文本，图像识别文本。
谢谢。
浏览 1提问于2013-11-03得票数 1
回答已采纳
我使用Tessearct来识别图像的字符。但我希望OCR忽略数字字符。
_tesseract->SetVariable("tessedit_char_blacklist", "0123456789");
通过这种方式，OCR不识别数字字符，但它为我提供了一些我不想要的其他字符。
例如:有一个图像的文本为$ 12，当我在该图像上应用OCR时，它提供了美元fl。
如上文所示，OCR将12转换为fl，这是我不想要的。我希望12被OCR忽略。
有没有办法得到美元而不是美元fl的结果？
给我任何解决办法。任何帮助都是有价值的。
浏览 2提问于2013-03-04得票数 3
回答已采纳
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
我两个都跑了
sudo pip install asprise_ocr_sdk_python_api
pip install asprise_ocr_sdk_python_api
收到消息
"Requirement already satisfied: asprise_ocr_sdk_python_api in /Users/myid/miniconda3/envs/competition/lib/python3.5/site-packages"
但是当我运行asprise_ocr进行测试时：
出现以下错误：
Traceback (most recent call last)
浏览 6提问于2017-07-21得票数 1
使用Java的ProcessBuilder，我尝试使用激活虚拟环境运行python脚本，但是我得到了错误，比如“.\venv\Scripts\activate”不被识别为内部或外部命令。
在命令窗口cmd中，我可以直接使用".\venv\Scripts\activate“，没有问题，但在下面的代码中，出现了错误。
ProcessBuilder processBuilder = new ProcessBuilder("cmd.exe", "/c","cd C:\\Users\\onurc\\PycharmProjects\\OCR", &#
浏览 12提问于2022-06-26得票数 0
回答已采纳
1回答
我正在尝试从扫描的身份证中提取数据，但遇到了光学字符识别准确性的问题。这是一些额外的小字后面的名字，这是混淆了身份证上的常规名称。表单识别器中的OCR不准确。我尝试了计算机视觉3.0-预览读取API，它工作正常。有没有办法将新的3.0计算机视觉OCR API与表单识别器2.0一起使用？我看到一些文档，其中提到在容器中使用表单识别器时使用计算机视觉的API？如果我们使用云中的表单识别器API而不是本地容器，是否可以指定OCR API？
浏览 5提问于2020-05-18得票数 0
1回答
假设我已经在Abbyy FindeReader中对多个PDF进行了光学字符识别。是否可以稍后在Abbyy FineReader中重新加载光学字符识别结果，以便纠正光学字符识别错误？ 我的想法是，我希望将执行OCR和(稍后)更正OCR结果分开
浏览 36提问于2020-10-09得票数 0
回答已采纳
我必须写一个程序，从司机前面的车内屏幕上拍摄的视频中进行OCR，所以它只对数字进行OCR。我正在努力寻找实现它的方法。我正在考虑使用openCV，但作为另一种选择，我正在考虑使用一个从视频中提取帧并找到数字的光学字符识别程序。但是许多OCR程序不能正确识别数字(也许OCR需要训练？)。所以我想使用计算机视觉库来完成这项工作。
你认为实现这个简单程序的最好方法是什么？
我认为使用计算机视觉库和匹配的模板会很好，但也可以帮助me.for例如有程序做车牌识别。
所以任何建议都是受欢迎的。
浏览 6提问于2012-06-30得票数 5
回答已采纳
4回答
我下载了tesseract-OCR的可执行文件并安装了它。另一方面，我还从下载了一个轻子子的压缩文件。它包括两个目录，即lib和include。
接下来，我尝试在python虚拟环境中执行pip install tesserocr，然后它返回了错误。
tesserocr.cpp(460) : fatal error C1083: Cannot open include file: 'leptonica/allheaders.h': No such file or directory
我注意到，allheaders.h位于我之前下载的轻子文件的include目录中。我该怎么解决
浏览 9提问于2017-06-07得票数 7
回答已采纳
我正在寻找android..Is (自动车牌识别/车牌识别)软件开发工具包，有适用于安卓系统的软件开发工具包吗？
我想为android开发一个车牌识别软件，用户可以使用手机摄像头扫描车牌并识别车牌号码。
我尝试了一些光学字符识别(OCR)引擎，如Tesseract，但准确性太差了。
除了OCR，还有其他方法可以使用吗？
浏览 23提问于2013-05-16得票数 6
回答已采纳
1回答
基于OCR的BarCode识别
、、、、
我试图用简单的CNN识别条形码，把它当作一个多位数识别问题。结果不是很好。所以我也在寻找一些更好的深造模式。在我的搜索过程中，我没有发现在条形码上试用任何OCR型号。所以我的问题是-可以训练OCR模型识别条形码。我发现条形码的检测和识别任务与文本识别非常相似。我遗漏了什么吗？
浏览 3提问于2020-05-09得票数 1
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
关于这一点有很多问题，但我没有找到解决方案。我想从此网站handwriting-ocr制作手写光学字符识别 当我导入库时，我发现了这个错误 AttributeError Traceback (most recent call last)
<ipython-input-22-1c5011de3819> in <module>
8 sys.path.append('../src/')
9 from ocr.normalization import word_normalizati
浏览 45提问于2020-11-11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
