我正在尝试使用Google Cloud Vision API现在支持的PDF/TIFF文档文本检测。使用他们的示例代码，我可以提交PDF并接收包含提取文本的JSON对象。我的问题是，保存到GCS的JSON文件只包含“符号”的边界框和文本，即每个单词中的每个字符。这使得JSON对象非常笨拙和难以使用。我希望能够获得“线”、“段落<
浏览 2提问于2018-08-23得票数 21
回答已采纳
我目前正在尝试使用Google Vision API for OCR。当我上传图像时，我看到返回给我的JSON有效负载相当大。我在响应中看到了两个主要的存储桶: 1) "textAnnotations“2) "fullTextAnnotation”
我只对"textAnnotations“返回的JSON感兴趣，我不关心fullTextAnnotation本质上，我只对单个单词和它们对应的边界框感兴趣，我不
浏览 9提问于2017-03-08得票数 1
4回答
工具包无法加载OCR模块
、、、、
我正在开发一个涉及ML工具包的android应用程序。我研究了一下如何设置Android来使用Firebase的。然后我开始使用文本识别API。令我惊讶的是，当我对它进行API调用时，成功列表被击中，出现了以下日志：
I/DynamiteModule: Considering local module com.google.firebase.ml.vision.dynamite.barcodeI/native: barcode_detector_cl
浏览 40提问于2019-10-20得票数 13
回答已采纳
我目前正在使用google OCR Api。我可以得到每个区块的坐标点。下面的链接描述了如何从段落中提取行。
浏览 17提问于2019-07-31得票数 1
我正在使用TEXT_DETECTION和DOCUMENT_TEXT_DETECTION的OCR来处理pdf文件(InputConfig file类型-“应用程序/pdf”)。当前图像在处理时被跳过。有没有可能的方法来处理PDF文件中的图像(有文本)？
浏览 3提问于2021-10-06得票数 1
我正在开发一个使用firebase ML Kit的android文本识别器应用程序。当我捕获文本图像时，问题是没有获得图像的实际结果，为什么？？我认为我的应用程序不能很好地识别语言。我使用过的依赖项 implementation 'com.google.firebase:firebase-ml-vision:20.0.0' 识别文本和处理文本代码 /**
浏览 23提问于2020-10-26得票数 0
回答已采纳
1回答
目前使用从文档图像中提取文本。
当前情况- API工作得很好，并返回大量数据，包括单词所在位置的边框。想要的结果--只查询从图像中提取的单词，而不是所有元数据，询问单词的边界框和顶点在哪里(这相当于响应的99%，结果大约为250 K，这在我只想要单词的情况下是巨大的浪费)。const vision = require('@goo
浏览 2提问于2018-10-30得票数 0
回答已采纳
1回答
我想制作一系列文件，其中包含了这个PDF ()中的树。文件的名称将是左边对应的树号(t0、t1等)。
我试图使用python提取相关信息和树，但我遇到了麻烦。具体来说，当我尝试将树提取为图像(使用)时，没有出现任何树(大概是因为树不是正确的格式)。然而，当我尝试将其全部提取为文本(如)时，树会丢失它们的所有格式(以及它们的一些信息，我认为)。我怎样才能从这个PDF中获取我想要的文件
浏览 0提问于2018-09-20得票数 0
回答已采纳
但是“云视觉API”是为项目启用的。任何帮助都是非常感谢的。来自Google资源管理器的错误详细信息 "error": { "message": "Project hasnot activated the vision.googleapis.com API.Please enable the API</
浏览 4提问于2016-02-21得票数 6
回答已采纳
我正在使用谷歌OCR API，我正在阅读图像和PDF文件，我能够读取和处理图像文件，但是，对于PDF文件，根据，他们已经提到，我们需要将我们的文档存储到谷歌云服务。话虽如此，由于数据的保密性，我不能将我的数据存储到Google Cloud中，我想从我的本地系统上传我的PDF，以便从PDF文件中读取文本。是否可以从</em
浏览 7提问于2018-08-24得票数 6
我在build.gradle中添加了下面的依赖项 implementation 'com.google.firebase:firebase-ml-visionimplementation 'com.google.firebase:firebase-ml-vision-barcode-model:16.1.1' <meta-dataandroid:name="
浏览 0提问于2020-07-16得票数 1
3回答
我正计划创建一个移动应用程序，它可以扫描商店生成的账单/发票，并从中提取关键特征，如店铺名称、地址、购买的物品、账单价值等。我知道我可以使用OCR从账单中提取文本(扫描的账单或账单的照片)，但我如何提取所有这些详细信息？使用什么方法？
浏览 1提问于2017-05-22得票数 3
W (线的边框宽度)
用于OCR的Google不按行对内容进行分组，只按段落进行分组。API确实返回符号级别的数据，该符号级别指示符号后面是空格或行间隔。使用来表示断续类型，似乎‘EOL_ seems _SPACE’、‘连字符’、'LINE_BREAK‘的值表示换行符，而’未知的‘、’空格‘、'SURE_SPACE’的值应该表示空格。对
浏览 0提问于2021-11-08得票数 2
我正在尝试了解Android中的文本识别是如何工作的，所以我决定创建一个可以扫描信用卡并提取信息(卡号和到期日期)的应用程序。现在，我知道Google Vision Api可以让我的手机识别卡片上的印刷数字，但不能识别浮雕数字。不幸的</e
浏览 0提问于2018-09-22得票数 2
3回答
我有一个脚本，从某些Gmail邮件中获取(可搜索的) PDF附件。
现在我需要从这些pdf中提取一些字符串数据。有没有办法在启用OCR转换的情况下将其添加到Google Drive，并从该文件中提取文本？或者有没有更好的方法来解决我的问题？
浏览 2提问于2013-11-28得票数 2
当我在pubspec.yaml文件中使用或添加firebase_ml_vision时，我的应用程序显示这些错误。我只是遵循了从集成firebase到将implementation 'com.google.android.gms:play-services-mlkit-text-recognition:16.1.1'添加到app/build.gradle的所有过程。Dependency failing: com.google.android.gms:play-
浏览 57提问于2020-11-03得票数 1
如果我只想处理磁盘中的图像，以便从其中读取文本并将其存储在文本文件中，该怎么办？因为它既适用于json，也适用于数据。我想做的工作只与数据。如何做到这一点？/vision/v1/analyses'_maxNumRetries = 10
data: Used when pro
浏览 3提问于2016-07-03得票数 0
4回答
我正在寻找一个Tesseract或谷歌的Vision API类型的OCR，它可以帮助提取护照/身份证图像中的文本信息(这些信息可以从移动设备中获取，也可以被扫描)。因此，帧大小可能略有变化)。我已经浏览过几篇文章，并发现是首选的解决方案。问题
Tesser
浏览 6提问于2016-08-17得票数 6
在过去的几个月里，我一直在使用Google的vision API来检测文本。API返回特定图像/文档中出现的单词的“映射”。"map“(JSON)中的每个元素都有一个单词的文本及其在文档中的坐标
早期的映射用于根据空格和特殊字符将文本分解为单词.现在看来，这篇文章似乎只是以空格为基础的文字。例如，一个文本为"Foo.
浏览 7提问于2020-05-17得票数 1
回答已采纳
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号