我想做的基本上是：
我得到了一张书/纸的照片。这张图片中的所有单词都是输入的，但我无法用光标提取单词。
从这张照片中，我想提取所有的单词。是否有一个程序可以接收图片并提取所有单词(有空格、大写、标点符号等)？
我想我的问题可能与下面评论中的链接不同，因为我试图从中提取单词的图片是一本书中一页的手机图片。角度稍微偏了一点。我已经尝试过Adobe的OCR阅读器，它没有给我一个正确的输出。
我主要使用macOS。但是，我可以访问Windows 7(和10)和Linux。质量是第一位的，成本是次要的。我真的在寻找一个好的软件，我愿意花一些钱。
我总共需要处理100页。
浏览 0提问于2017-12-20得票数 2
是否有任何方法直接导入jpg或png文件，这些文件显示表，因此可以在R中作为数据读取？
我尝试过不同的程序，将图片转换成可读的.doc格式的文档，即使使用表，有时也能工作，但我不知道R中是否有任何允许这样做的功能。
如果存在这一特性，那么非常快速地、以一般的方式分析大量文档并获得不同的数据库是非常有用的，后者可以合并成一个数据库，该数据库可以研究特定的内容。
浏览 4提问于2022-11-08得票数 0
我有一个包含数据的excel文件，我想把它写在与excel file.Little同名的图片上，非常感谢。
from PIL import Image,ImageDraw,ImageFont
import glob
import os
images=glob.glob("E:\Images/*.jpg")
for img in images:
images=Image.open(img)
draw=ImageDraw.Draw(images)
font=ImageFont.load_default()
text=" Senso
浏览 4提问于2022-12-01得票数 0
1回答
我想写一个小程序，或脚本，从pdf中提取一组图片。
我有几个PDF，每个都有一张图片。我会链接到每个文件有一张图片。所以我需要一种方法来提取它们。由于PDF (表格/网格)的性质，编写程序似乎要比编写一些手工方法容易得多。然而，我不知道有哪些工具可用。
有哪些图书馆？
首选Python，然后是C#或Java，然后可能是其他一些语言(我的C和C++是生疏的，我已经多年没有这么做了)。
我在Debian /Linux上，所以有很多工具可供选择。
浏览 0提问于2018-01-03得票数 0
回答已采纳
1回答
目前，我正在转换PSD文件，它有一个类似于
幸运的是，在PSD中有一个不同的图层，当我从中提取它时，文本内容如下所示
有什么简单的方法来设计这样的内容吗？我以前从没这样做过。有人能给我一点指示吗。
浏览 5提问于2017-07-12得票数 0
回答已采纳
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
1回答
当我的页面加载到https中时，我在IE9中出现了一个错误，这与这里的其他线程不同，在这里，内容是从for加载的。..我把所有的链接都换成了协议相关的，所以.
我得到的错误来自我页面上的图片，该图片是从域加载的，如下所示；
<img src="<?php echo getRootAddress();?>/images/img.jpg">
这将产生一个https链接，这就是我感到困惑的地方，IE是这么说的：
SEC7111：破坏了HTTPS的安全性
如果链接是http://的话，我会买它，而且我还有一堆其他的图片运行得很好，当然我只在IE =中得到
浏览 2提问于2011-11-29得票数 4
回答已采纳
1回答
访问xslt编码UTF-8
、、、、
我在设置从Microsoft Access数据库提取的数据到XML的布局时遇到了问题。我已经创建了一个XSLT模板，它适用于我的文件的99%，但只有两行：
1)当编码为UTF-8时，它不会在标签中显示‘encoding=“UTF-8’，但如果它是以UTF-16编码的，那么它将显示。我需要显示此属性。
2)我有一个标记(让我们称它为<tag></tag>)，它有一个版本属性和一个xmlns:xsi属性。它们在XSLT文件中以正确的顺序设置，但在输出文件中被切换：
XSLT类似于：
<tag xmlns:xsi="http://www.w3.org/2001/
浏览 0提问于2013-09-02得票数 0
1回答
我想提取整个函数，给出它的名称和起始行号。
输出应该是这样的
function function_name( $a = null, $b = true ) {
$i_am_test = 'foo';
return $i_am_test;
}
或者函数定义是什么。大多数工具(包括grep等)只返回第一行function function_name( $a = null, $b = true ) {，但我需要整个函数定义。
浏览 0提问于2012-05-15得票数 2
我的老师告诉我，我必须把每个图片标签放在一个数字标签里。读了很多之后，我明白了把解释内容的图片放在一个数字标签里是个好主意，但我不明白为什么我要对所有的图片做同样的事情，比如图片装饰，logo等等。
<h1>My super friend <img href="small-heart.jpg" alt=""><h1>
这只是一个例子，但如果我想在句子中显示一颗小小的心，把它放在数字标签中似乎是荒谬的。
我应该把所有的图片都放在图标签里吗？
如果是，你能给我解释一下原因吗？
谢谢。
浏览 1提问于2019-04-18得票数 1
1回答
上下文
我有一堆PDF文件。它们中的一些被扫描(即图像)。它们由文本+图片+表格组成。
我想把这些表转换成CSV文件。
当前计划：
1)运行Tesseract OCR获取所有文档的文本。
2) ?？运行某种类型的表检测算法？
3)提取行/列/单元格，以及其中的文本。
问题：
有没有一些标准的“表提取算法”可以使用？
谢谢!
浏览 0提问于2012-05-26得票数 0
1回答
识别和提取PDF文档的特定部分
、、、、
我有几个PDF格式的考试。我想通过编程将每个问题作为一个单独的图像/文档来提取。OCR并不理想，因为它没有很好地维护代码/方程格式。最终的目标是用每一张卡片制作闪存卡，每张卡片都包含一个完整问题的图像。问题可以在同一页上，也可以是多部分(例如1a、2f等)。
目前，我正在考虑使用OCR提取问题标签(例如1、2、3等)。然后在pdf中找到他们的位置，从一个问题的开始到下一个问题的开始，提取一个iamge。是否有任何框架或软件可以做到这一点，或提供某种替代方法，以使这更容易？
浏览 8提问于2017-11-07得票数 4
回答已采纳
2回答
互联网上充斥着这样的图片：
📷
但是当第二层/第三层/第三层或第三层CNN层已经被前几层提取时，如何能够提取特征呢？
例如，图片中的中级功能有一个鼻子.当我们应用这个“鼻子”过滤器时，输出特征图将是一个没有鼻子的图像，对吗？然后，这个特征映射被传递到下一个CNN层，但是如果给它的特征映射不包含鼻子，它如何能够提取“高级特征”呢？我们在CNN中叠加的层次越多，在后面的层中提取的有意义的数据就越少。
浏览 0提问于2020-07-16得票数 0
回答已采纳
3回答
我四处寻找一个OCR库-最好是开源的-我可以在一些阿拉伯语pdf上使用它。在谷歌上搜索也没有找到任何有用的东西。我想知道是否有人知道相关的OCR库，甚至可以在相关语言(波斯语和乌尔都语可能是相关的)上工作的库，可以添加阿拉伯语支持。
任何关于如何实现这一点的一般性建议都将不胜感激。
浏览 5提问于2011-01-15得票数 15
2回答
首先，我很抱歉，如果这是在错误的论坛，我不太确定在哪里张贴这个。我的老板要求我(如果可能的话)从下面图片中的设备中提取数据，但我不知道这里面有什么线索。也许可以连接到USB？我希望这里有人知道它的名字和/或有任何关于它的信息。谢谢。
📷
浏览 0提问于2020-02-12得票数 0
回答已采纳
由4位数字指定的BMP中包括的字符，
BMP之外的字符包含5或6位数字。
但我怀疑的是：
如何从码位的值中提取尾数字符？每个角色的图片是否存储在每台计算机中，并且在显示时是否只显示匹配的图片？
或者最后的字形是代码点本身的计算结果？
浏览 1提问于2009-09-02得票数 0
1回答
我想从视频中提取图片(png)用于3D建模任务。它们应该是最好的质量。视频为: 1920x1080，60fps，24位深度，mp4。我现在已经尝试了不同的方法，我觉得我应该使用：ffmpeg -i input.mp4 -vf "select=eq(pict_type\,I)" -vsync vfr thumb%04d.png -hide_banner，但我不确定我是否能获得更高的质量。放大将非常重要。谢谢你的每一个帮助。
浏览 38提问于2021-01-13得票数 0
我一直在S.O.中寻找比较两个文件夹的方法，以便只提取“新的”或“不相同的”照片。我有两个大文件夹，我只想要新文件，我需要识别它们。有办法做到这一点吗？或者是一个应用程序来做呢？
情景:在使用iOS8时，我尝试了一下，然后又回到了iOS711。但我最近的备份(我在升级到iOS8之前的备份)由于降级而损坏。现在，我有了最近备份的iOS照片的副本(我必须使用备份解压程序来提取照片)，但我也有一个月前备份的照片，这是我放弃使用损坏和最近的备份后恢复到我的手机中。
我现在有两套图片库。一个是最新的照片(无法通过iTunes在iPhone中恢复)，另一个是一个月前的图片库(通过iTunes可以轻松地恢复
浏览 0提问于2014-06-10得票数 0
因此，我想从路径中提取图像名称，以便在分类任务中将它们进一步用作标签。这是过去的事：
[PosixPath(‘/content/驱动器/My/Logo/adidas10.jpg’)，
PosixPath(‘/content/驱动器/My/Logo/adidas11.jpg’)，
PosixPath(‘/content/驱动器/My/Logo/adidas13.jpg’)，
。。. .]接下来是600张图片。
所以我想要的是品牌名称，就像这个例子中的阿迪达斯。
下面是我使用的RegEx表达式：
r’([\w\s.-]).[jpg]’
但是，我在检查图片标签后得到的是：
print(data.c
浏览 6提问于2019-02-27得票数 2
回答已采纳
1回答
我想从OCR数据中提取表格信息，我有原始文本和它的文本。我试过pytesseract，但找不到实际的实现。
下面是一张图片：
我试过这个：
这种方法对我一点用也没有。
我希望从OCR数据中获得此表的表格结构，以供进一步处理。
浏览 3提问于2019-01-20得票数 0
我被要求在线出版一本完整的书，就像Google Books做的那样？例如，它是可查看和可打印的，但不能下载。
这个过程基本上是“高质量扫描”吗？在这些高质量的图像上，是否有任何开源的解决方案来“大规模生成”“水印”？假设你有一张原始图片。当用户在线查看它时，我重新创建了图像并在图像" on - the -fly“上添加了水印和其他一些文本。python中是否存在这样的库？
有什么建议吗？如果你以前这样做过，请分享。
谢谢
浏览 4提问于2009-10-06得票数 0
回答已采纳
有没有可能有一个循环运行，比如检查是否发生了鼠标的移动，而程序正在运行另一个循环来做其他事情。我知道我可以将循环放在彼此的内部，但这并不足以让我的程序识别鼠标的移动，因为在我的程序中需要大约30分钟才能发生任何更改。
以防我的问题说得不够清楚...我在问，两个循环是否可以同时出现在同一个类中，而不会相互干扰。
浏览 0提问于2013-12-24得票数 2
从程序上讲，有没有办法确定当前在视口中可见的google earth地图中使用的图像的来源？我所说的来源是指他们获得图像的地方。我知道并不是所有的图片都来自谷歌。一些来自美国海军，CNES等。
浏览 0提问于2012-10-28得票数 2
1回答
我这里有一张图片： ? 我需要从这个图像中提取仪表读数，这是"0005053“在中心。 我尝试过pytesseract，如下所示： import pytesseract
from PIL import Image
text = pytesseract.image_to_string(Image.open("Screen_Shot_2564-08-25_at_11.23.13.png"))
print(text) 我得到的输出是' \n\x0c'。 我发现的另一个服务是AWS Textract，它非常准确，但我找不到一个用python实现它的变通
浏览 25提问于2021-08-26得票数 0
回答已采纳
我有一个翻译网站，我想解析PDF文件，以便我可以计算字数和我设定的翻译价格。 我以前试过Poppler JS。但它不能处理扫描的文件。我该如何处理它们呢？ 例如，此PDF是一篇扫描的文章。这是一个PDF文件，但每一页都是一张图片，我需要提取文本： ?
浏览 22提问于2020-12-13得票数 0
回答已采纳
我们的核心目标是：
使用图像处理读取/扫描建筑平面图(从CAD软件导出)
使用图像处理读取/扫描建筑平面图(从计算机辅助设计软件导出)提取各种线条和曲线，将它们分组为墙、柱、梁等结构实体--“墙_01”、‘Beam_03’等。
根据平面图中线条的比例和长度提取每个实体的尺寸(因为AutoCAD线在尺寸上是按照指定的比例精确的)
并将这些结构实体(及其尺寸)中的每一个与“房间”相关联。
我们具有灵活性，因为我们可以在地板平面图图像中定义不同结构实体的精确形状(门的矩形，窗户的舱口线等)。并将它们导出为每个结构实体的一组图像(例如，一幅用于墙壁、一幅用于柱子、一张用于门等)
浏览 2提问于2018-06-18得票数 3
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 3631提问于2018-08-24
我的应用程序捕获视频片段并将其另存为.mp4文件。我想从这个视频中提取一帧，并将其保存到文件中。因为我没有找到更好的东西，所以我决定使用MediaMetadataRetriever.getFrameAtTime()。它发生在从AsyncTask继承的类中。下面是我的代码看起来像我的doInBackground()
Bitmap bitmap1 = null;
MediaMetadataRetriever retriever = new MediaMetadataRetriever();
try {
retriever.setDataSource(src);
bitmap1 =
浏览 1提问于2015-08-03得票数 2
我试着在网站上从下面的图片中抓取数据，
相应图像的源代码如下所示：
我想使用Python从图像中提取数据并使其可读性。但是，由于源代码的结构只是一个段落，我不知道如何构造数据/使段落更具可读性。(或者我应该说我的第一个问题是，为什么像这样的段落可以显示成那样的图像)我是BeautifulSoup和html的新手，所以任何建议/指导都会受到赞赏。如果我走错了方向，也请指出。
如果您需要，请查看我想要获取的信息的网站：
理想情况下，输出将类似于以下文本(或表)，具有与原始图像相似的结构，因此很容易判断哪个数字是哪个。对于这个特定的例子，我肯定可以编写自定义函数来拆分段落并显示
浏览 1提问于2018-03-22得票数 2
3回答
我目前正在解析存储在数据库中的一些C#脚本，提取代码中的一些方法的主体，然后编写一个显示id、提取的方法的主体等的XML文件。
我现在写的问题是，当我在XML中写代码时，我必须把它写成一个文字字符串，所以我想我需要在开头和结尾添加"：
new XElement("MethodName", @"""" + Extractor.GetMethodBody(rule.RuleScript, "MethodName") + @"""")
这是可行的，但我有一个问题，在数据库中编写的内容为
for (
浏览 1提问于2010-11-19得票数 0
回答已采纳
我有一个特定的话语的意图，比如“你昨天睡觉时梦到了什么”。那些被贴上标签的实体是什么，做梦，睡觉，还有昨天。
然而，即使我测试了确切的短语，虽然它给了意图充分的信心，但它并没有提取出所有的实体，只是“什么”部分。
实体的标签是正确的，所以我不明白为什么不能提取它们。有什么我在这里错过的最佳实践吗？
编辑：
我应该补充一点，因为域有很多重叠，所以我有几千个话语被分割在几个意图之间。我想知道这是否会是一个问题--一个更简单(更少的实体)干扰一个在同一意图下更复杂(更多实体)的话语？
编辑2:
我使用了LUIS来设置所有的话语，并使用网站来训练和测试它们。
我只是用了几个意思简单的意思，如“事实”，
浏览 0提问于2018-08-01得票数 0
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
1回答
引导网格行的小设备顺序
、、、、
在桌面上，网格行的顺序是：
文本/图片
图片/文本
文本/图片
在移动上，这变成：
文本
图片
图片
文本
文本
图片
有没有办法在手机上改变这个订单？
例如：
文本
图片
文本
图片
文本
图片
谢谢!
浏览 5提问于2015-05-23得票数 0
回答已采纳
1回答
，这是一个有缺陷的问题。我投票赞成关闭或删除它。就我的目的而言，我应该保持原始(或最小内插)格式。。
我需要首先旋转几度的CR2图像，然后从特定的位置提取像素RGB。这是为了科学，而不是美学，所以我非常关心捕获值是什么。这些照片是与加农炮EOS5D(约2012年)拍摄的。我知道如何使用图像旋转和处理图像(但不知道原始文件)。我想我可以自己在内存中转换像素，但我希望不必这样做。
我的计划是首先使用一些原始图像处理模块(如)来读取RGB像素，并将其保存为某种未压缩格式(.tiff?)因此，从捕获到的图像中，它们尽可能接近，然后使用旋转图像并将其重新保存。
然而，每当我用CR2读取和保存rawpy图
浏览 0提问于2019-08-23得票数 1
2回答
从.pptx的幻灯片中提取图像
、、、、
我可以用任何程序从.pptx的幻灯片中提取图像和文本，然后将其放到数据库中吗？
我尝试手动将.pptx转换为.rar，并使用一些代码从每个slide.xml (在<a:t></a:t>标记之间)提取文本，并检测是否有图像，以及是否从ppt\media文件夹获取下一个图像，但我不知道图片的标记是什么。
我还查看了C#的Interop，但是找不到只给我图像和文本的东西。只有整张幻灯片就像截图。
pptPresentation.Slides[1].Export("c:\\temp\\slide.png", "png", 320, 240);
浏览 2提问于2016-02-02得票数 1
回答已采纳
我试图从c/c++源文件中提取信息。我试着提取宏的内容。
例如：
应从MYMACRO(random content) random content中提取。
应从MYMACRO (random content) random content中提取。
问题： Bison不会将MYMACRO识别为令牌。
这段代码只是第一步，只期望宏本身作为输入。
文件:parser.l
%{
#include <iostream>
#include "parser.tab.h"
using namespace std;
extern int yylex();
%
浏览 2提问于2019-02-10得票数 0
回答已采纳
2回答
图像-文本转换器
、、、
这本书里满是数学方程式。我想要一种方法，把书中的部分图像转换成一个包含数学方程的Word文档。现在，如果没有开发这样一个软件来处理Word中的数学方程，那么它至少应该将数学方程作为图片嵌入到Word文档中。
这种自由软件存在吗？最理想的情况是Windows，但我也会考虑Linux (请不要使用Mac )。
浏览 0提问于2015-08-14得票数 2
我正在使用预先训练的CNN从图片中提取特征。使用这些特性作为新CNN/NN的输入有意义吗？以前做过吗？我很乐意得到答案。
浏览 5提问于2016-12-16得票数 0
回答已采纳
移除前
[图片]
移除后
[图片]
这个要怎么处理？
代码：
function removelast(){
$("#mend").children("input[type='checkbox']:last").remove();
}
浏览 360提问于2017-12-01
2回答
就像标题上说的那样。
严格地说，我为灰度图像定义的“文本”边界框是一组由4个坐标(x、y、x+width、y+height)组成的集合，这些坐标必须在图像中定义一个矩形区域，该矩形区域具有最大的非白色像素数，同时定义最少的白色像素数(而不对最大数量的非白色像素进行修饰)。我在引号中有文本，因为图像实际上并不包含文本，因为图像只包含带有颜色的像素。
在我的Ubuntu中安装了ImageMagick并在终端输入命令：$convert input.png -trim ouput.png之后，我得到：
在你的网页浏览器中打开新标签中的两个图片，你就会明白它们的不同之处，你也会理解我
浏览 5提问于2015-09-27得票数 5
回答已采纳
2回答
我有一个代码，它接受输入T，后面跟着T行。我想将精度设置为12位小数。如何在Haskell中提高精度？
代码：
f i=(-1)**i/(2*i+1)
g j=show$sum$map f[0..j-1]
p(_:l)=map(g.read)l
main=interact$unlines.p.lines
如果输入是：
1
10
那么输出是0.7604599047323508，但我只想要0.760459904732。
浏览 0提问于2015-02-14得票数 2
1回答
我有一个关于Azure Form Recognizer的手写文本OCR的问题。 在Azure的示例标签工具中添加标签之前，在手写PDF文件上运行OCR时，OCR通常会错误地检测文本。对于其他表单分析和提取技术，通常提供一个选项来输入应该被检测到的文本，以本质上“校正”OCR。对于在示例标签工具(Docker图像)中训练Azure Form Recognizer，我看不到一种覆盖OCR文本并输入正确文本的方法。 有没有一种方法可以自己输入OCR检测不到或检测不正确的文本？ 例如，下面的图片是Azure的示例标签工具中的OCR拾取的：OCR detection sample image。 有没有
浏览 37提问于2020-07-15得票数 1
回答已采纳
5回答
如何从图像中提取字段？
、、、、
我正在制作一个文档解析器，它从文档中提取数据字段并以结构化的方式存储它们。我的数据集中的每个字段都是水平的，很容易提取。
📷
但是这个模型在下面的例子中失败了-
📷
有没有办法从这些图片中提取发票号码和日期？
浏览 0提问于2020-01-16得票数 8
回答已采纳
我有没有Exif数据的照片(有些是扫描的，有些是由WhatsApp发送的)--但是我把它们和其他有Exif数据的图片放在文件夹中排序。
是否可以将文件夹中的最小Exif创建日期(或最大值)添加到没有此Exif数据的所有照片中(在同一文件夹中)？
浏览 0提问于2017-07-15得票数 2
3回答
我不知道这是否是提出这个问题的合适的堆栈交换站点，但我一直在研究RAD (快速应用程序开发)和敏捷方法，并试图找到他们的图表，但如果我谷歌图片这，它会产生许多不同的图表。因此，基于这些图像，我画了自己的图表。
RAD图类似于维基百科这里中显示的图表，但唯一的区别是我将底部的循环从切入更改为实现。对于敏捷方法，因为它与瀑布方法相同，但唯一的区别是您可以跳回前面的步骤，我基本上绘制了一个瀑布图，但更改了箭头，以表示您可以返回。
我的问题是，下面的图表是否适合预期的方法？
RAD：
📷
敏捷：
📷
更新：
瀑布法：
📷
浏览 0提问于2013-03-31得票数 3
回答已采纳
1回答
我正在构建一个CNN来分类6个类别，有50x50像素的灰度图像(每类1400幅)。在对模型进行训练并对损失和精度进行评估后，似乎一切都运行良好，训练精度约为98%，损失降至3.0，但当对每个类别的测试数据进行评估时，该模型就很遥远了。我所拥有的是面部表情的形象: 1)愤怒，2)恐惧，3)快乐，4)中性，5)悲伤，意外
这是木星笔记本：
例如，当我为每个类提供350个测试映像时，只能预测anger和suprise类。
TEST IMAGES RESULTS
Angry - it classified 76 angry, and 273 s
浏览 0提问于2018-04-22得票数 1
回答已采纳
1回答
有没有软件可以计算图片或图像上存在的物体的大小，例如，我有一个家具图像，我想计算它的长度、宽度、高度，家具的大小有什么方法或方法吗？Ps:软件的成本不是问题，但是我更喜欢自由软件，我使用的操作系统是windows 7，所以它应该在上面运行。
浏览 0提问于2018-09-25得票数 1
我对Google的TEXT_DETECTION感兴趣，它的工作效果令人印象深刻。但似乎TEXT_DETECTION只给出了准确的结果时，文本是英语。在我的例子中，我想在一个非常狭窄的上下文中使用TEXT_DETECTION，例如，在特定语言的广告横幅上检测文本(以越南语表示)。我能在我自己的数据收集上训练这台机器以得到更准确的结果吗？以及如何实现这一点？
除了Google的TEXT_DETECTION之外，谷歌还使用Tesseract的依赖项开发了谷歌的光学字符识别软件。正如我所知，他们有不同的算法来检测文本。我使用Google和Google的TEXT_DETECTION从图片中读取文本(在越
浏览 0提问于2016-10-13得票数 3
3回答
iOS镜像比较
、、、、
我只是在做一些图像处理的研究，如果有人能给我指出正确的方向，我将不胜感激。我想将图像'A‘与存储在数据库-B，C，D，E中的图像’A‘进行比较。等等，这些也是面孔的图片。我想对它们进行比较，看看这个人'A‘是否已经在数据库中了。
几个问题：
1.人脸识别比较通常是如何进行的？(您是否提取特征，例如眼睛/嘴巴，并将它们与其他图像进行比较？)2.是否有预建的库可以在镜像之间进行比较？或者我需要写我自己的算法? 3.我从哪里开始呢？(感谢一些参考/阅读材料)。
浏览 0提问于2012-01-29得票数 1
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
实时音视频活动推荐
腾讯云开发者
