tesseract使用什么训练方法算法？
Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，用于将图像中的文字转换为可编辑和可搜索的文本。它使用了一种称为LSTM（Long Short-Term Memory，长短期记忆）的训练方法算法。
LSTM是一种循环神经网络（Recurrent Neural Network，RNN）的变体，专门用于处理序列数据，如文本。相比传统的RNN，LSTM能够更好地捕捉长期依赖关系，避免了梯度消失或梯度爆炸的问题。这使得LSTM在OCR任务中表现出色。
Tesseract的训练方法算法基于LSTM，通过大量的标注数据进行训练。训练过程中，Tesseract会学习字符的特征和上下文信息，以便更准确地识别图像中的文字。
Tesseract的训练方法算法具有以下优势：
- 准确性高：LSTM能够捕捉长期依赖关系，提高了文字识别的准确性。
- 适应性强：Tesseract可以通过训练适应不同的语言和字体。
- 开源免费：Tesseract是一个开源项目，可以免费使用和修改。
Tesseract的应用场景包括但不限于：
- 文字识别：将印刷体或手写体的文字转换为可编辑和可搜索的文本。
- 文档扫描：自动识别扫描文档中的文字，提高文档处理效率。
- 图像处理：从图像中提取文字信息，用于图像分析和理解。
腾讯云提供了OCR相关的产品和服务，其中包括：
- 通用印刷体识别（OCR）：提供高精度的印刷体文字识别能力，支持多种语言和字体。 产品链接：https://cloud.tencent.com/product/ocr
请注意，本回答仅针对Tesseract的训练方法算法及其应用进行了介绍，不涉及其他云计算品牌商的相关内容。
相关·内容
1回答
你可以推荐哪种训练方法来训练基于注意力的序列到序列神经机器翻译模型？SGD，Adadelta，Adam还是更好的？请给我一些建议，谢谢。
浏览 3提问于2017-04-20得票数 0
我正在工作的一个项目，需要准确的OCR结果的图像丰富的背景。因此，我比较两个OCR(其中之一是Tesseract)的结果，以作出我的选择。重点是预处理步骤，特别是图像二值化对结果有很大影响。我提取了其他OCR的二值化图像，并将其传递给Tesseract，使Tesseract的结果提高了30-40%。
我有两个问题，你的回答对我有很大帮助：
tesseract使用什么二值化算法，它是否可配置？
有没有办法提取Tesseract OCR的二值化图像，这样我就可以用它来测试其他OCR了吗？
(预先谢谢:)
浏览 6提问于2015-03-31得票数 6
回答已采纳
1回答
人脸识别训练集
、、、
有谁能给我解释一下在人脸识别背景下的训练方法是吗？
我一直在读日记，我经常看到这样的页面
在实验中，每个人随机选择5个样本组成训练集，其余样本用于测试。
谢谢
浏览 9提问于2014-04-20得票数 1
1回答
可能有点类似于，似乎SparkR数据格式与插入符号包不兼容。
当我试图训练我的模型时，我会得到以下错误：
Error in as.data.frame.default(data) :
cannot coerce class "structure("SparkDataFrame", package = "SparkR")" to a data.frame
有办法绕过这件事吗？下面是一个可以复制的使用虹膜的例子：
#load libraries
library(caret)
library(randomForest)
set.seed(
浏览 1提问于2017-04-24得票数 0
回答已采纳
1回答
我目前正在使用Tesseract光学字符识别引擎，在将图像发送到光学字符识别引擎之前，我将使用它与OpenCV一起对图像进行预处理。然而，我想知道Tesseract本身是否在提取文本之前执行一些图像预处理。如果是，那么Tesseract实现的方法是什么？
我的目标是确保不会执行多余的预处理方法。我执行的一些预处理方法是adaptiveThreshold和GaussianBlur。
任何帮助/指导都将不胜感激！
编辑:我知道Tesseract做了基本的图像预处理。我想知道是否有可能绕过这些方法，直接输入我手动处理的图像。(同样，为了避免图像上的冗余处理)？
浏览 1提问于2015-02-04得票数 1
我正在使用OpenCV 2.4和Tesseract 3
我正在尝试做一个14段显示从网络摄像头OCR .
问题是，当我训练Tesseract时，我不得不做足够的侵蚀/扩张来填补每个片段的空白。但是，我从网络摄像头读取的图像需要进行预处理，以消除噪音。要做到这一点，我使用腐蚀和膨胀，由此产生的图片没有链接到它的片段：
我用什么训练了tesseract (这是"V“字母)： (片段都是链接的)
我给tesseract提供的内容： (有些段是链接的，有些没有)
OCR-ing的结果总是不同的，既可以是OVO，也可以是EB。我想，如果我用更类似于我实际阅读的内容(非链接段)来训
浏览 1提问于2015-06-30得票数 3
1回答
我想写一个可以像-()一样用来扫描MICR码的c++程序。我以前使用过tesseract从图像中扫描文本，它工作得很好，但它失败得很糟糕，当我扫描MICR代码时，它给了我愚蠢的结果。如果有人能建议我如何使用tesseract或任何其他库在Windows中扫描MICR代码，我将非常感激。
谢谢你
浏览 5提问于2015-01-29得票数 0
2回答
我有一个有大约20k行和160列的数据集。经过一些简单的预处理，比如接近零的方差和删除大量NAs的变量，我只保留了56列作为特性。现在，我想用随机森林方法对这些数据执行一个训练模型。但大约一个小时后，它没有回答，我放弃了。
根据我的个人电脑的配置，有什么代码可以预测训练模型所需的时间吗？通常，在具有此维度的数据集上执行随机林或部分训练方法需要多少时间？
浏览 0提问于2018-03-10得票数 2
回答已采纳
4回答
我正在尝试使用tesseract OCR扫描名片，我所做的一切都是在没有预处理的情况下发送图像，这是我使用的代码。
Tesseract* tesseract = [[Tesseract alloc] initWithLanguage:@"eng+ita"];
tesseract.delegate = self;
[tesseract setVariableValue:@"0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ@.-()" forKey:@"tessedit_char_
浏览 1提问于2014-02-01得票数 4
我正在测试相同的图像附加到解码数字使用tesseract。我在64位Windows操作系统和32位Ubuntu操作系统上进行了测试。Windows操作系统中的测试结果给出了正确的结果。Windows的结果是43750，但是32位的Ubuntu给了我43730。我使用的代码如下所示
tesseract::TessBaseAPI tess;
tess.Init("/usr/share/tesseract-ocr/tessdata/", "eng", tesseract::OEM_DEFAULT);
tess.SetVa
浏览 1提问于2015-07-06得票数 0
回答已采纳
1回答
图像操作库
、、、
我需要一个主要用于颜色处理的库，我想让图像变得黑白，并增强对比度，这样Tesseract (Google OCR库)就可以更好地阅读我扔给它的图像。
或者如果有人对如何改进Tesseract结果有更好的想法，我完全支持。
浏览 2提问于2011-09-20得票数 1
回答已采纳
为什么Tesseract OCR引擎使用全局阈值技术，如Otsu二值化？不是局部阈值技术(例如Sauvola、Niblack等)更有效地从图像中删除文本？
浏览 16提问于2019-06-24得票数 4
回答已采纳
我在I中实现了文本识别的tesseract ocr，对输入图像进行了预处理，给出了Tesseract method.It，识别效果较差。
步骤：
1.侵蚀功能
2.扩张功能
3.Bitwise_not函数
Mat MCRregion;
cv::dilate ( MCRregion, MCRregion, 24);
cv::erode ( MCRregion, MCRregion, 24);
cv::bitwise_not(MCRregion, MCRregion);
UIImage * croppedMCRregion = [self UIImageFromCVMat:MCRreg
浏览 1提问于2014-08-28得票数 4
我有一些只包含数字和分号的图像。
示例：
您可以在这里看到更多信息：
在我看来，它们看起来非常干净和简单，但Tesseract认为它们是空的“页面”(Empty page!!)。
我尝试了oem 1和oem 0的字符列表：
tesseract processed/35.0.png stdout -c tessedit_char_whitelist=0123456789: --oem 0
tesseract processed/35.0.png stdout
我该怎么做才能让Tesseract更好地识别角色呢？
浏览 1提问于2019-02-17得票数 0
回答已采纳
我希望删除截图图像中包含文本的矩形等，这样我就可以执行光学字符识别，从屏幕截图中获得准确的文本。
背景：
我这样做是为了从遗留应用程序中提取数据，以便与其他应用程序一起使用。这是获取这些数据的唯一方法，因为相关文件是封闭的、专有的、二进制格式的。
我将使用AutoItScript来驱动应用程序在其UI中显示数据，然后我将截图并将其提供给tesseract。
我已经在自动化UI方面取得了一些成功，并且能够使用tesseract从位图中获取普通的ascii文本。
有几篇AutoItScripr论坛文章讨论了它在tesseract/OCR中的使用，但不是专门针对我的问题。
我需要做什么
有一些薄的，
浏览 1提问于2010-03-15得票数 3
回答已采纳
1回答
我正在使用Tesseract ORC库从屏幕上拍摄的图像中提取文本。问题是，大多数现代相机在拍照时也会捕捉显示屏上的像素。
有没有什么方法可以像滤镜或the那样应用于位图，以便将文本“提取”为更清晰的文本，以便使用tesseract获得更好的结果？
Se示例，在处理之前：
处理后(photoshop中的阈值效果)：
浏览 0提问于2012-10-08得票数 3
回答已采纳
2回答
最近，我尝试使用Matlab内置神经网络工具箱来完成我的分类问题。但是，我有一些关于参数设置的问题。
a.隐藏层中神经元的数目：
本页面上的示例显示了一个两层(即一个隐藏层和一个输出层)的前馈神经网络。在本例中，它使用隐藏层中的10个神经元。
net = patternnet(10);
我的第一个问题是如何为我的分类问题定义最佳的神经元数目？我是否应该使用交叉验证的方法来获得一个训练数据集中表现最好的神经元数量？
有选择三层或多层神经网络的方法吗？
在神经网络工具箱中，我们可以使用许多不同的训练方法。可以在找到一个列表。该页面提到，最快的培训功能通常是“培训”；但是，一般说来，哪一种培训效果最
浏览 2提问于2014-04-07得票数 0
我想学习我的培训文件，为测试新的字母。我希望使用win 10 (我不会使用linux) -在c#.net应用程序中使用tesseract Nuget包。
我尝试了jTessBoxEditor，但它不起作用(注册表中的第一次错误，比找不到字体的错误，java的问题，text2image不能正常工作……)。编辑器SunnyPage甚至不能成功地加载图像。
哪个程序用于分隔字母和作为windows用户创建培训文件
我应该使用tesseract或其他OCR引擎吗？看起来tesseract对windows不友好
如果需要预处理(比例尺等)，请张贴这三张图片的示例培训文件。它应该
浏览 1提问于2019-01-27得票数 0
我有很多像下面这样的图片，我需要使用pytesseract来抓取白色文本：
我使用了以下代码，但结果并不令人印象深刻：
import pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'
im = Image.open('topLine.png')
print pytesseract.image_to_string(im)
结果：
Rouse Services |
浏览 4提问于2018-03-24得票数 1
2回答
我正在尝试理解Tensorflow镜像策略和Horovod分发策略之间的基本区别。 从文档和源代码调查中，我发现Horovod (https://github.com/horovod/horovod)使用消息传递协议在多个节点之间进行通信。具体地说，它使用了MPI的all_gather all_reduce。 根据我的观察(我可能是错的)，镜像策略也使用all_reduce算法(https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/distribute)。 它们都使用数据并行、同步训练方法。所以我有点困
浏览 16提问于2019-03-06得票数 6
我试图使用OpenCV (安卓)来处理用相机拍摄的图像，然后把它传递给Tesseract进行文本(数字)识别，但是直到图像非常(几乎没有噪音)才能取得好的效果。目前，我正在对拍摄的图像执行以下处理: 1.应用高斯模糊。2.自适应阈值:图像二值化。3.倒置颜色，使背景变黑。然后将处理后的图像传递给Tesseract。
但我没有得到好的结果。
请建议我可以采取哪些步骤/措施来进一步处理图像，然后才能传递到Tesseract，或者在处理Tesseract时处于阶段。
另外，在Android系统中还有其他更好的库吗？
浏览 2提问于2014-04-29得票数 5
3回答
现在我正在做一个关于遗传算法和神经网络的研究，我想用遗传算法来训练神经网络，用神经网络来解决OCR问题，我还不明白的是训练方法，假设我有5个训练集，每个训练集有26个字符(A-Z)，我应该从A1-Z1到A5-Z5 (每个字符)还是A1-A5到Z1-Z5 (每个字符)进行训练，每个字符应该生成多少代?或者直到误差最小？
我想这就是我现在想要的全部
如果我的问题有什么不清楚的地方，请告诉我
谢谢
浏览 3提问于2012-12-15得票数 1
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
我正在使用tesseract从图像中获取文本，我只对数字感兴趣。我已经训练了tesseract，并创建了一种新的语言，它与图像中的字体完全相同，并且训练数据只包含数字。在训练数据中，我还包括了图像中的每个可能的值，具体来说是1-5000，并创建了这些相同值的词表。然而，它仍然混合了1和7，有时也混合了3和8。有没有人建议我是否应该进行不同的再训练，或者在将图像提供给tesseract之前对其进行一些处理？
浏览 1提问于2017-02-10得票数 0
我正在开发一个应用程序，它使用OpenCV读取图像文件，并使用Tesseract处理其中的单词。使用以下代码，Tesseract会检测不包含文本的额外矩形。 void Application::Application::OpenAndProcessImageFile(void)
{
OPENFILENAMEA ofn;
ZeroMemory(&ofn, sizeof(OPENFILENAMEA));
char szFile[260] = { 0 };
// Initialize remaining fields of OPENFILENAMEA st
浏览 73提问于2021-11-18得票数 0
回答已采纳
有没有一种方法(只使用R编程语言)来实现一个使用自定义学习函数(而不是反向传播)的ANN算法？我测试过的所有R包(nnet，neuralnet，AMORE)似乎都有学习函数来训练权重的选项，但它们似乎都不包括插入自定义函数的选项(例如，以爬山为例)。
我更喜欢使用R而不是另一种语言，所以如果有人知道任何可以帮助我的包，请让我知道。
谢谢!
浏览 7提问于2014-03-03得票数 1
1回答
我正在计划一个相机的属性，我需要一个计算机视觉系统。我必须检测图像中的一些字母数字区域，然后使用Tesseract和OpenCV将它们与OCR进行转换。一个典型的例子可能是高速公路上的车牌识别(但在我的项目中，速度是没有问题的)。
为了估计相机的分辨率，我需要知道镜头的距离和焦距，这可能是文本像素中的最小高度，以获得可靠的OCR转换。
利用薄透镜方程，得到了文本高度( mm )与文本高度(像素)之间的关系。改变相机的距离或焦距，我得到不同的高度在我的文字像素(从10像素到40像素)
当然，我更喜欢字符高度为40像素，但这也是最昂贵的解决方案。
出于这个原因，我想知道OpenCV和Tessera
浏览 7提问于2014-12-15得票数 4
回答已采纳
5回答
使用tesseract识别车牌
、、、、
我正在开发一个可以识别车牌(ANPR)的应用程序。第一步是从图像中提取车牌。我正在使用OpenCV根据宽/高比来检测车牌，这个方法效果很好：
但如你所见，OCR结果相当糟糕。
我在我的Objective C (iOS)环境中使用tesseract。以下是我在启动引擎时的init变量：
// init the tesseract engine.
tesseract = new tesseract::TessBaseAPI();
int initRet=tesseract->Init([dataPath cStringUsingEncoding:NSUTF
浏览 10提问于2013-10-09得票数 37
我试着用Tesseract来识别单个字符，结果很糟糕。"h“被认为是"n"，"4”被认为是"/i"，"O“被认为是"()"；
单字符模式似乎不起作用，因为许多字符被识别为两个字符，而不仅仅是一个字符。我的图像是简单的两层黑白TIFF图像，拉丁字符。这是位图字体，不是扫描图像，它们绝对干净，不需要改进。О只承认一半左右的字符是正确的，这似乎是一个非常低的百分比，这样一个简单的任务。
我使用的Tesseract库版本是"4.0.0-beta.3“。我就是这么叫特塞尔的。
int CharRe
浏览 0提问于2018-10-15得票数 3
回答已采纳
1回答
如何修剪R中的树？
、、、
我正在使用R中的rpart进行分类。树模型的训练方法是：
> tree <- rpart(activity ~ . , data=trainData)
> pData1 <- predict(tree, testData, type="class")
此树模型的精度为：
> sum(testData$activity==pData1)/length(pData1)
[1] 0.8094276
我读了一个通过交叉验证修剪树的：
> ptree <- prune(tree,cp=tree$cptable[which.min(tree$cpt
浏览 1提问于2013-03-10得票数 13
回答已采纳
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
我试图检测这些价格标签文本，它总是明确的预处理。尽管它可以轻松地读取上面写的文本，但它无法检测到价格值。我正在使用python，尽管它也无法从命令中读取。大多数时候，它试图承认的部分，其中的价格作为一个或两个字符。
示例1:
tesseract D:\tesseract\tesseract_test_images\test.png output
样本图像的输出是这样。
杰·布特尔
13
然而，如果我裁剪和拉伸价格看上去他们是分开的，是相同的字体大小，输出只是很好。
处理图像(裁剪和缩小价格)：
杰·布特尔
一千八十九
编辑：添加了更多的价格标签，如何让ove
浏览 0提问于2018-03-28得票数 20
回答已采纳
我正在Torch中实现一个多层感知器神经网络，遵循 (从“示例:训练神经网络”到“火炬基础:测试神经网络”部分)。
现在，我必须在这个神经网络模型中添加一些，但我不知道如何操作。梯度下降部分是：
criterion = nn.MSECriterion()
trainer = nn.StochasticGradient(mlp, criterion)
trainer.learningRate = 0.01
trainer:train(dataset)
我希望有这样的命令: trainer.momentum = 1，但没有这样的东西。
有人知道如何给我的Torch神经网络模型增加动量吗？
浏览 3提问于2015-12-18得票数 2
2回答
数字识别的建议
、、、、
我正在编写一个Android应用程序，从图片中提取一个数独拼图。对于9x9 Sudoku网格中的每个单元格，我需要确定它是包含数字1到9中的一个还是空白。我从这样的数独开始：
我使用OpenCV对数独进行预处理，提取各个数字的黑白图像，然后通过进行处理。然而，对Tesseract有几个限制：
Tesseract很大，包含了很多我不需要的功能(例如，全文识别)，并且需要英语培训数据才能发挥作用，我认为这必须放在设备的SD卡上。至少我可以告诉它只使用tesseract.setVariable("tessedit_char_whitelist", "123456
浏览 6提问于2012-11-10得票数 17
回答已采纳
1回答
我目前正在进行一个项目，在这个项目中，我需要检测到多字体图像上的粗体文本(因此数学形态学是不可能的)。此检测将与OCR系统(与tesseract)并行使用，以检测文档中哪些信息(粗体)是重要的。
我已经测试了tesseract的wordFontAttribute()函数，但是它是不一致的:它提供了粗体检测的糟糕结果，降低了我的OCR系统的性能，因为要使用这个函数，需要一个旧版本的tesseract (v3)。
我发现了一些基于字体风格检测的科学研究，比如大胆的检测(谷歌学者的“文档图像中意大利语、大写词和全大写词的自动检测”和"多字体文档中Bold词的独立脚本检测“)。
我想知道是否有
浏览 0提问于2022-02-02得票数 0
我想通过pytesseract从许多PNG/JPEG文件中提取某些信息，如果可能的话，将它们写入excel文件。 我已经知道了如何从图片中提取文本，但我还没有弄清楚的是： 1)如何提取特定信息而不是整个单词？例如，我想要每张照片的账号和参考号码，其他什么都不要。 2)如何将这些账号和参考号写入excel等外部文件？ 我将把我目前掌握的内容附加到下面： 我听说使用pandas dataframe是将数据追加到Excel列中的好方法，但我不确定对于这样的任务是否可以做到这一点。 from PIL import Image
import pytesseract
import pandas as p
浏览 47提问于2019-02-11得票数 0
我尝试通过tesseract来完成这个操作，但是生成的apk文件是8 mb。我见过护目镜应用在游戏和它相当有效率。我想知道如何集成这种技术，我还没有在任何教程中见过这种技术。如果有人知道怎么做，请回答。
另外，我如何提高我正在使用的Tesseract的质量。转换是平滑的，但我想知道如果我将图像分割成几个部分，然后分别解析，这会有用吗？
要求它应该阅读账单或收据，所以我想提高文本转换的质量。请建议一下。
浏览 5提问于2013-04-07得票数 3
1回答
有些徽标需要运行OCR。徽标通常有不同的字体。下面是一个示例。当使用所有可能的psm值运行tesseract时，未检测到RITZ。我也尝试过使用cv2.threshold(grayImage, 120, 255, cv2.THRESH_BINARY)转换为黑白模式，但仍无法检测到R。有没有人能告诉我对于这些奇怪的字体该用什么技术。(我使用的是python)
浏览 0提问于2020-04-20得票数 0
我有一个应用程序，其中技术数据表是使用tesseract API进行OCR的。我将其初始化如下：
tesseract::TessBaseAPI tess;
tess.Init(NULL, "eng", tesseract::OEM_TESSERACT_ONLY);
然而，即使在使用像这样的自定义白名单之后
tess.SetVariable("tessedit_char_blacklist", "");
tess.SetVariable("tessedit_char_whitelist", myWhitelist);
有些数据表条目
浏览 6提问于2015-10-08得票数 3
回答已采纳
1回答
我有非常简单的python代码：
import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd = 'C:\\Tesseract-OCR\\tesseract.exe'
img = cv2.imread('1.png')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
hImg,wImg,_ = img.shape
#detecting words
boxes = pytesseract.image_to_data(img)
for x,b in
浏览 2提问于2021-11-13得票数 1
回答已采纳
3回答
如何训练从右到左的语言
、、、、
我正在尝试使用写在balochi图像上的Tesseract OCR文本将图像转换为文本。
(巴洛基语很像波斯语)
我创建了一个从图像中读取英文文本的程序。现在我想把它训练给巴洛基。训练从右到左语言的Tesseract引擎的基本知识是什么？
是否有任何工具可以创建训练数据(免费软件/共享软件)？
这是我的节目..。等待你最美好的建议。
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.L
浏览 0提问于2014-06-03得票数 1
回答已采纳
1回答
我有一个分类问题，有大量的类:特征集是512维，类数在3000左右。这是一个面部识别问题。(在3000位名人中找出谁的脸。))使用FaceNet提取特征。)
训练这种支持向量机模型的问题太慢了：
我用的是SVC，结果如下：
RAM usage: > 100GB // I eventually ended up using virtual memory of 100GB
Training time: > 30 hours
Classification time: > 1 hour per face
Other issue: Single CPU usage, no parall
浏览 0提问于2018-12-14得票数 1
1回答
如何去除图像上的卷曲线
、、、
我使用tesseract ocr来识别图像上的文本。我对有卷曲线条的图像有问题。我尝试过各种方法，如阈值、高斯滤波、彩色提取等.但我不能移除它。我想删除这些行而不丢失数字。
这是使用阈值方法的图像。
我使用opencv进行图像处理，使用tesseract 4.0对文本进行重新编码
任何暗示或某种方向感都将受到极大的赞赏。提前谢谢你的帮助。
浏览 0提问于2018-04-23得票数 2
回答已采纳
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
1回答
我已经在linux环境中安装了tesseract。
当我执行类似的操作时，它会工作。
# tesseract myPic.jpg /output
但是我的照片上有一些小标签，但没有看到。
是否有一个选项可以设置一个音高之类的东西？
文本标签示例：
有了这张照片，tesseract不认识任何价值..。
但有了这张照片：
我有以下输出：
J8
J7A-J7B P7 \
2
40 50 0 180 190
200
P1 P2 7
110 110
\ l
例如，在本例中，tesseract看不到90 (左上角).
我认为这只是一个定义或者类似想法的选择，不是吗？
Thx
浏览 2提问于2016-09-28得票数 12
回答已采纳
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
作为练习，我尝试打破以下验证码：
它看起来不会太难打破，因为边缘看起来相当坚固，噪声应该相对容易消除。问题是，我几乎没有图像处理的经验。目前我正在使用Python和Pillow库来操作CAPTCHA图像，之后它将被传递到Tesseract中进行OCR。
在下面的代码中，我试图通过锐化图像并将图像转换为黑白来显示边缘
from PIL import Image, ImageFilter
try:
img = Image.open("Captcha.jpg")
except:
print("Can't load captcha."
浏览 1提问于2014-03-12得票数 1
1回答
为什么我的Tesseract实例要求我显式地设置数据路径，但不想读取环境变量？
让我澄清一下:运行代码
ITesseract tesseract = new Tesseract();
String result = tesseract.doOCR(myImage);
抛出错误：
Error opening data file ./tessdata/eng.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to the
parent directory of your "tessda
浏览 5提问于2017-10-13得票数 0
回答已采纳
我有两张照片：
第一个质量明显高于第二个质量(即使质量没有那么差)。为了像这样用Tesseract读取文本，我用OpenCV处理了这两幅图像：
import tesseract
import cv2
img = cv2.cvtColor(scr_crop, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(img, 220, 255, cv2.THRESH_BINARY)[1]
# Create custom kernel
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3
浏览 3提问于2021-01-15得票数 0
回答已采纳
3回答
我应该使用什么来识别等宽数字？
、、、、
我必须从视频流中识别图像中的数字，还有更多的事情，这应该会使识别变得更容易：
1)固定字体为6x8，所有符号宽度相等
2)我知道数字的确切位置，它们始终是矩形的，不旋转/正视/缩放，但可能会因为空气传输故障而出现一些失真。
3)仅为数字和。
4)数字背景为半黑色(50%不透明)
我尝试过tesseract v2和v3，但.NET包装器并不完美，识别错误非常大，即使我使用自定义字体进行训练，据我所知，这是因为分辨率太小。
我自己制作了一个非常简单的算法，将图像转换为黑白图像，并计算原始字体图像和来自流的图像之间的匹配像素，它的性能比tesseract更好，但我认为更复杂的算法会做得更好。
我试图
浏览 2提问于2012-09-28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
腾讯会议
实时音视频活动推荐
腾讯云开发者
