我正在对python使用tesseract。它能识别几乎所有包含2个或2个以上数字或字符的图像
我不想用“只有数字”来训练tesseract，因为我也在识别字符。
但是附加的图像不能从tessearact中识别
浏览 33提问于2020-06-01得票数 0
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
假设我训练了一个区域来识别字母"A“的2D图像。我如何将其连接到需要A或非A形式的信号(可能是模糊的)的外部模块？
浏览 8提问于2011-02-26得票数 1
1回答
我必须认出这张手写的银行表格的文本。表单有一个网格，如图像所示。我对图像处理很陌生。我很少读到关于手写识别的论文，并且把去噪、二值化作为预处理任务。我想现在分割图像和识别字符使用神经网络。为了分割字符，我想去掉网格。
先谢谢你。
浏览 6提问于2017-01-24得票数 4
回答已采纳
1回答
我使用emgu和c#来读取图像中的车牌。在边缘检测之后，我想找到其中每个字符的边界框，并使用神经网络来识别字符。我该怎么做呢？谢谢
浏览 2提问于2011-09-28得票数 3
回答已采纳
6回答
我很好奇-如何从提供的图像中识别字体...
编辑：...with使用PHP？例如，用户上传了一些文本的照片(假设来自报纸)，并想知道使用的是哪种字体，或者哪种字体最相似。
浏览 3提问于2010-12-04得票数 6
1回答
我已经在做一个简单的OCR项目好几天了。该应用程序被认为是从图像中提取文本。我想出的解决方案是:灰度化，旋转，去除图像中的噪声，并隔离图像上的每个字符。所以我需要一个简单的算法来帮助我识别这个字符。我只需要识别字母A，B，C，D。
浏览 1提问于2015-07-02得票数 0
我试图用flex做一个简单的lexer，它读取整数，如果它找到任何不构成整数的字符，它应该打印不匹配字符的字符串。
这些是我与C代码一起使用的模式，如果模式匹配，可以执行这些模式。
{INT}({DEL}|{ENTER}) { return INT;}
{ENTER} { printf("#End of line\n");}
{DEL}
<<EOF>> { printf("#End of file#\n"); exit(0);}
.
浏览 0提问于2015-12-10得票数 0
回答已采纳
4回答
如何使用iOS swift将图像转换为文本？
第一步:用iOS相机拍照。(通过在iOS swift中使用UIImagePickerController完成)
第二步:我得到了图像。
步骤03 :我必须将这些图像(UIImage)转换为文本格式。
使用iOS swift。
我已经参考了很多链接，因为我们已经有了识别字符框的VNDetectTextRectanglesRequest。
但我的目的是如何将图像转换为文本。不是使用iOS swift作为矩形框
浏览 2提问于2018-03-07得票数 3
2回答
我有一个想法，那就是我想识别图像中的字母，可以是.bmp或.jpg。
例如，下面是一个包含字母“S”的.bmp图像。我想要做的是使用Python识别字母。
这有点类似于那些关于auth code recognition的问题，我读了一些Q，但仍然不知道该怎么做。
任何建议都是值得感谢的。
浏览 0提问于2011-11-16得票数 3
回答已采纳
3回答
我见过一些扫描图像并返回文本的应用程序。有没有这样的库？我的意思是要么扫描文本，要么拍下照片并识别字符？
我已经搜索了OCR，但没有找到可以阅读的材料。你能帮我做这个吗？
浏览 2提问于2012-05-20得票数 7
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
2回答
我正在做一个中文字符的OCR项目。但问题是，我需要让用户使用方框中的光标来选择他们希望系统扫描和识别字符的图像部分。有人知道怎么做吗？我被要求做一些像COCR2这样的事情。
浏览 1提问于2011-03-29得票数 0
我得到了一个异常“未识别字段rsvName (类rsvName未标记为可忽略”)
我只想提取其中的一部分。“未识别字段rsvName”就在此模式之前“(类)。
那么，只提取“未识别字段rsvName”的正则表达式是什么呢？
浏览 2提问于2015-04-09得票数 0
我正在使用iReport中的jasperreports 4.7制作一个包含图表的报告。我的报告包含一些使用波斯语TTF字体的波斯语RTL文本(&我已经将jasperreport配置为在PDF文件中嵌入这种字体)。
当我在iReport内部查看器中测试结果时，一切正常，但当我将其导出为PDF时，图表文本似乎损坏了&它只在图表的呈现类型为“图像”时才起作用。此外，同样的报表在我的debian服务器上也不起作用(即使我选择'image‘作为图表呈现类型)(字体是嵌入的，在所有这些情况下都存在于导出的文档属性中)。
有什么想法吗？
浏览 2提问于2012-09-26得票数 2
2回答
我有黑白图像(png)如下:我想把黑色的背景字体颜色换成白色，书写字符用白色到黑色。如何识别颜色并进行替换？
为此我有上千张照片。不可能手动识别字符在哪个图像中是黑色的，背景是白色的，反之亦然。所有我需要的是对每一个图像，我检查字符是否写成黑色，如果不改变字符颜色为黑色和背景为白色。
这里是指向我的数据示例的链接:
浏览 2提问于2017-03-27得票数 0
2回答
如何为Alias列识别字段中一组不同数据的最后一行(例如，用"1“发出信号)。
对于这个例子，我需要知道，订购的GROUP“汽车、颜色、饮料、水果”何时结束。
检查我对此图像的预期结果：
我的基本查询：
SELECT * FROM `MY_DB` ORDER BY `ITEM`, `GROUP` ASC
浏览 1提问于2020-12-10得票数 0
回答已采纳
2回答
我正在使用来解决验证码问题。它的工作原理是使用AForge从图像中删除背景，然后将Tesseract OCR应用于结果清理后的图像。
问题是，它目前依赖于字母是黑色的，因为每个验证码都有不同的文本颜色，所以我需要将颜色传递给图像清理器，或者将字母的颜色更改为黑色。要做任何一个，我需要知道字母的现有颜色是什么。
我该如何识别字母的颜色呢？
浏览 14提问于2017-01-19得票数 3
回答已采纳
我正在对python使用tesseract。它几乎可以识别我的所有带有2个或更多数字或字符的图像。但是tesseract不能识别只有一个数字的图像。我尝试使用命令行，但得到的响应是“空页面”。
我不想用“只有数字”来训练tesseract，因为我也在识别字符。
有什么问题吗？
在未被tesseract识别的图像下面。
代码：
#getPng(pathImg, '3') -> creates the path to the figure.
pytesseract.image_to_string( Image.open(getPng(pathImg, '
浏览 33提问于2018-03-27得票数 5
1回答
我有一个非常低的分辨率，几乎像素化的图像处理。如果放大，可以识别字符，并借助基本的英语语法和词汇集进行快速扫描。我尝试过许多ICR和OCR，但是没有一个证明是有用的。我可能错过了什么OCR/s吗？
📷
P.S.The草书字体似乎是问题所在。
浏览 0提问于2017-03-22得票数 1
1回答
我搜索了一下，但没有结果。如果我抄袭了其他的话题，请删除，不要弄乱。我有关于使用C#进行图像识别的问题
我正在处理显示拼字的图像。首先，我将图像转换为灰度，设置阈值，只找出黑色字母，然后使用中值来避开字母周围的墙。
现在，如何开始获得将识别字母的结束函数？我现在应该以某种方式分隔'foreach‘字母:-)还是只是开始识别？在开始识别之前，我应该注意哪些问题？欢迎任何消息来源。:-)
任何想法都会非常有帮助。
浏览 0提问于2011-04-19得票数 0
回答已采纳
1回答
从屏幕上读取字符
、、、
很长一段时间以来，我一直在努力寻找解决我的问题的方法。我需要建立一个程序，从屏幕上读取数据，识别字符和图像，然后根据字符和图像采取行动。例如，我给它提供了一张狗的图片，每个可能角色的图片，它可以读取屏幕，告诉我狗在哪里，角色在哪里，顺序是什么等等。有没有免费的库？我更喜欢可以在C#或Vb.net中使用的东西
浏览 0提问于2010-02-16得票数 1
1回答
我想知道是否有一些方法可以在不使用OCR的情况下识别字母(我的情况简单一点，我只需要识别大写字母)。
目前，我的应用程序可以生成每个字符的二进制版本，由于图像的分辨率不高，所以不是很精确，但对大多数图像都很好。所以我需要一个计算快速可靠的算法来识别它。
我该怎么做呢？
浏览 0提问于2013-05-04得票数 0
回答已采纳
3回答
使用带有扩展.otf的阿拉伯字体
、、、、
我正在做一个小项目，客户端给我发了一种字体，他希望我用阿拉伯语。该文件的文件扩展名为.otf
我嵌入了该文件，并试图使用它，结果如下：
IE8:没有识别字体。
Chrome:没有识别字体。
Firefox:识别字体，但当查看字体时，字母是分开的(在阿拉伯语中，单词的字母是相互连接的)
知道如何在Firefox上修复它并使IE和Chrome识别字体类型吗?？
下面是使用的代码：
CSS
@font-face {
font-family: Dinar;
src: url("GEDinarTwo-Light.otf") format("opentype&#
浏览 2提问于2010-11-30得票数 1
1回答
我从用户那里得到了一个奇怪的错误报告，在某些品牌的设备(华为、阿尔卡特)中，unicode char U02C4 (向上箭头)显示不正确，留下一个空白，而在其他90%的设备中它显示正确。我不能使用图像，因为我在文本视图和编辑文本以及一些代码(代码需要识别字符)中使用它。有没有办法解决所有用户的问题？谢谢
浏览 0提问于2015-08-12得票数 3
1回答
我想用手势检测器识别字母数字字符和数字。我浏览了现有的例子或库，但我没有找到多少合适的结果。
有人知道使用手势检测器识别字符的某些库或现有示例吗？(我认为像tessaract这样的复杂工具对于简单的字符识别来说开销太大了。)
谢谢
浏览 2提问于2015-08-24得票数 1
回答已采纳
5回答
有没有人知道一个.NET可编程/可用的应用程序接口，用于读取图像文件，并将其与现有的图像集进行比较？
例如，我有三张字母A、B和C的图片，然后复制A的图片，并对其进行修改，使其翻转180度。我希望能够有一款软件能够检测到它与现有字母A匹配。
感谢大家的帮助！
编辑:将字母A、B和C替换为苹果、橙子和香蕉的图像。这与其说是识别字母数字字符，不如说是比较形状/图像。
编辑#2:把它想象成一种检测掷骰子结果的方法。想象一下一个标准的六边凹模。当你滚动6的时候，有6个点。它可以以任何方式着陆，但我想要做的是让相机拍摄骰子的照片，并将其与控制图像进行比较，以检测其价值。
浏览 1提问于2009-04-12得票数 1
回答已采纳
我希望从以下字符串中提取一个元组列表：
text='''Consumer Price Index:
+0.2% in Sep 2020
Unemployment Rate:
+7.9% in Sep 2020
Producer Price Index:
+0.4% in Sep 2020
Employment Cost Index:
+0.5% in 2nd Qtr of 2020
Productivity:
+10.1
浏览 0提问于2020-11-01得票数 4
回答已采纳
1回答
我有大致如下格式的图像，我想将其解析为数字：
我曾尝试使用pytesseract模块，但发现效果不佳。有时，5会被读取为6，依此类推。我还被迫手动检测彩色圆圈，因为它们通常被解释为0。
使用的示例代码：
import pytesseract
from PIL import Image
img = Image.open("foo.png")
print(pytesseract.image_to_string(img))
> 150150150
有没有一种方法可以让我指定，例如，黄色圆圈将映射到表示为yellow的自定义字符？解析样本图像的预期结果将是类似于15 ye
浏览 1提问于2017-05-22得票数 2
我需要从以下图片中提取文本：
📷
如您所见，文本是打字而不是手写的。此外，背景是丰富多彩的。
我试过Tesseract OCR，虽然它在某些时候起作用，但在某些输入上却惨遭失败。对于上面的示例，它生成“Cela aicomrBi em Cela”。
您推荐哪一种命令行OCR软件？如果Tesseract是我的最佳选择，我是否可以对这些图像进行转换，使Tesseract更容易识别字符？
编辑:基于@MarcusMüller的建议，我使用convert -threshold 55%更好地将前台文本从背景中分离出来。得到的图像要好得多！
📷
唉，魔兽世界仍然是无用的。在这个新的图像上，它产生了：
浏览 0提问于2022-11-15得票数 0
回答已采纳
1回答
我使用了app.just的OpenEars来识别字母表中的"a“到"z”。但它在识别字母表上的识别率比识别单词差。
那么，我如何使用我的声音模型来提高OpenEars的识别率呢？
以及如何使用OpenEars来识别一些特殊的声音。
例如。我给OpenEars一个狗叫声，我想让它还给我“狗”
浏览 3提问于2012-11-29得票数 2
回答已采纳
1回答
我正在做一个关于Python的项目，在这个项目中我需要将一个单词图像分解成它的组成字母。我使用OpenCV对图像进行阈值处理，使用大津的二值化。
我已经研究过一些库(如PyTesseract)，但大多数库都只提供了用于输出所读文本的光学字符识别工具。
然而，我需要一个库，它可以将一个单词分割成字母，甚至不能识别字符是什么，而只是做一些类似的事情-假设有一个单词的图像说"TEST"，我想让库将其分解为包含字母T，E，S和T的四个单独的图像。在Python上有什么已经存在的图像可以这样做吗？OpenCV中有没有什么东西可以处理这个问题？
提前感谢！
浏览 2提问于2017-03-12得票数 0
我现在有每个字母的列表，大写字母在字母表中。字体是不变的，也就是说，我的输入总是相同的字体。
考虑到字体是恒定的，我真的需要多个字母吗?还是我可以用每个字母训练一个程序？如果每个字母需要多个图像，我可以通过机器学习算法运行相同的图像并假装是第二个图像吗？(请注意，由于字体相同，第二个图像将完全相同)。
“打印屏幕”需要大量的工作，然后一次捕获一个特定的字母，所以我基本上想知道我是否可以复制和粘贴所有的图像50次，使我的52个样本大小变成2600个样本大小。
我正在使用scikit-在python上学习，并将测试各种监督学习算法来识别字母。
浏览 10提问于2013-07-28得票数 0
回答已采纳
1回答
我最近开始使用深度学习和CNN，正如所引用的那样，它们试图自己从样本中提取最优的特征。我制作了一个模型来识别字符，其中训练集具有黑色背景的图像和白色的文字。
然而，这种类型的模型无法识别白色背景上有黑底图案的图像(我尝试了自己的输入和上一组底片的底片)。
是否可以使用相同的模型来识别两种类型的图像，或者我是否需要训练两个不同的模型？我不知道是否可以使用ImageDataGenerator类。以下是当前的代码片段：
train_datagen = ImageDataGenerator(rescale = 1./255, shear_range = 0.2, zoom_range = 0.2, h
浏览 0提问于2019-04-14得票数 0
我创建了自己的数据集，该数据集用于识别字段中特定类型的作物。掩码RCNN在该对象上创建一个多边形掩码。图像中大约有17个不同的对象，因此MaskRCNN在这17个对象上创建了一个掩码。但我找不到每个面具的区域。
我找到了一条路，但我不确定它是否正确。我已将此代码添加到inspect_balloon_model.ipynb中：
R‘masks.form-1= 17
for i in range(r['masks'].shape[-1]):
mask = r['masks'][:, :, i]
image[mask] = 255
image[
浏览 1提问于2020-04-16得票数 1
情况就是这样。我在训练一个识别字母的模型。有26节课。在编写26个类的代码和加载近10万个图像以进行培训时，我遇到了很多问题。然而，我成功地训练了这一模式，使其工作在10个字母的增量上。A-J，K-T，然后U-Z。这三种方法工作得很好(A-Z不能)。
问:我可以训练我的A模型，保存H5吗？然后，训练K和U之后，然后合并H5文件？我知道可以用更少的图像来训练所有的are，然后用不同的图像集重新训练模型，但是当我做一个26级的系统时，问题就来了，所以我想问我是否可以以10的增量来完成它，然后将它合并。
浏览 0提问于2020-05-09得票数 0
我正在将digits.py转换为来自OpenCV的c++示例。Digits.py位于“python2示例”文件夹下。它是一个使用SVMs识别字符的应用程序。
在预处理阶段，HOG (梯度直方图计算)。为了用C++实现这一点，使用cv::HOGDescriptor::compute()为每个图像桶获取HOG值更为方便。
第126项。
在python中，他们使用Hellinger内核来改进样本识别。但是，在compute()下的HOG.cpp中看不到这种情况。
如何将其应用于从cv::HOGDescriptor.compute中恢复的cv::Mat？
浏览 1提问于2014-12-17得票数 0
回答已采纳
通过正则表达式可以提高Tesseract字符识别的精度。例如，我们告诉Tesseract，文本可以有这样的结构。
4characters2Digits4Digits3char4Digits2char
//图像中的字符串是"abcd122222aBc000AB“
//我们的正则表达式可以这样
String reg = "[a-zA-Z]{4}\d{2}\[\d{4}\][a-zA-Z]{3}\d{3}[a-zA-Z]{2}";
我认为这种特斯拉能更好地识别字符。
我们也可以设置
tesseract.setTessVariable("tessedit_char_wh
浏览 2提问于2015-12-04得票数 0
我想让一个Java应用程序使用libsvm来识别字符，但是当我开始讨论这个问题时，我不明白如何训练图像数据来使用libsvm？
最近为了学习它，我用做了一个测试
我还通过将每个像素转换为0,1来创建基于32x32的训练图像数据，但我不知道它是否可以用于创建libsvm训练数据格式？还有libsvm测试数据是如何创建的呢？
转换后的图像像素(0,1)示例
00000000000001111000000000000000
00000000000011111110000000000000
00000000001111111111000000000000
00000001111111111111100
浏览 0提问于2013-07-16得票数 5
回答已采纳
因此，我目前的个人项目是能够自动从游戏中抓取屏幕截图，对文本进行OCR，并计算给定单词的出现次数。
整个晚上我都在研究不同的OCR解决方案，我意识到大多数OCR包都是为扫描文本而设计的。如果有任何软件包可以可靠地阅读屏幕文本，那么它们远远超出了这个爱好者的预算。
我一直在浏览其他一些问题，我找到的最接近的问题是。
在我看来，阅读渲染文本应该比打印和扫描文本容易得多。线条始终是直的，任何给定的字母都将始终以完全相同的像素表示形式出现(大多数情况下，不管怎样)。另外，为什么不使用实际的字体文件(如果你有)作为识别字符的小抄呢？使用这样的系统，我们可能会达到100%的准确率。
假设你有一个小抄的字体
浏览 0提问于2010-12-27得票数 3
回答已采纳
1回答
如何提高的性能？
、、、
所有的说法都是精湛的。然而，我的结果是令人沮丧的。我需要转换(数字，而不是从一本书)的文本，我只有作为一个巴布亚新几内亚。例如：
2 3 academics 1 1711
2 3 Achlmbobelmann 211 191—2
1 3 Aoqusmono|Food 1 171
n 5 AFD.seeAgem:eFIan§asedeDével 1 (muessmm)
3 4 allluence 211 I849
81 5 Afnca 33:21 9.lZ3l.$50Z55&9l.93-4.9898100.II8r2D.IZ§£
这是来自深蓝色文本对白
浏览 0提问于2014-01-27得票数 3
2回答
我有一个非常简单的基于Tesseract的OCR应用程序。在识别步骤之后，我还提供了一个用户验证步骤，允许在OCR错误的情况下进行纠正。为了改善用户界面，我计划在原始输入图像上的OCR编辑字符顶部绘制一个矩形，并将其与OCR输出并排放置。为了达到这个目的，我需要识别字符的坐标。
我试过这样做，但这似乎让我胡言乱语：
ETEXT_DESC output;
tess->Recognize(&output);
text = tess->GetUTF8Text();
现在，如果我访问output->count，它会给出高于10,000的值，这显然是错误的，因
浏览 10提问于2011-09-06得票数 5
2回答
我正在做一个光学字符识别项目，在那里我试图创建一个程序，它将从图像中识别字母。我正在学习关于Mathworks()的教程。在他们的例子中，他们的训练图像已经分开。不幸的是，我得到了培训图像，其中包含数百个字母在一个文件。
以下是一个示例：
我需要一种有效的方法将每个字母分割成一个图像，因此我将有一个26Xn数组，其中26是字母表中的每个字母，n是包含单个字母的n个图像数据变量。手动分割每个训练图像中的字母或尝试分割指定长度的字母将非常繁琐，因为字母之间的分隔并不总是相等的。
有人知道MATLAB函数或简单的方法吗?我可以识别每个连续白色有色对象的高度和长度，并将所有具有黑色背景的单个白色对象
浏览 6提问于2014-10-30得票数 5
回答已采纳
1回答
我进入了一个卡普查编辑的网站，我想摆脱。这是一些样本图像
由于背景是静态的，而且这个词是计算机生成的，不失真的字符，我相信它是非常可行的。由于直接将图像传递给Tesseract (OCR engine)并不能带来积极的结果。我想在OCR之前删除captcha的背景。
我尝试了使用Python的多种背景删除方法。
删除所有非黑色像素，其中删除线条，但它不会删除小实心黑匣子。
应用过滤器提到的，这将不会删除小实心黑匣子。此外，它也不如方法1有效。
方法1和方法2会给我一个这样的图像
这似乎很接近，但Tesseract无法识别字符，即使在顶部和底部点行被
浏览 5提问于2015-02-09得票数 1
回答已采纳
1回答
我在Grid中使用Page中的代码来使Page使用来自/fonts/pirulen rg.ttf的自定义字体。
<TextBlock HorizontalAlignment="Left" Margin="617,49,0,0" Text="I Am the New Font" FontFamily="fonts/pirulen rg.ttf#Pirulen Rg" />
在属性编辑器中打开此Textblock时，可以识别字体样式，但在设计器中不能识别，在应用程序运行时也不能识别字体样式(默认为系统的字体集合中的现有字体
浏览 2提问于2015-03-09得票数 0
回答已采纳
1回答
我知道如何使用POST请求将图像上传到服务器：
// AuthService.kt
@Multipart
@POST("auth/update")
fun updateInfo(
@Header("Authorization") token: String,
@Part("fullName") fullName: RequestBody,
@Part("address") address: RequestBody,
@Part avatarPic: Multipart
浏览 1提问于2018-10-16得票数 0
回答已采纳
6回答
如何找到图像的旋转角度？
、、、、
我将位图图像输入到我的C#程序中，以便能够执行光学字符识别来识别图像中的字符。如果图像不旋转，我可以很好地做到这一点。然而，程序要求之一是程序自动确定图像是否已旋转，并自动校正这些旋转。
我尝试实现了一种简单的方法，即在图像中跟踪线条，并记录与字符接触的点，然后对线点执行简单的线性回归。这在一定程度上是有效的，尽管由于字符的曲率等原因，它并不是非常准确。
我想知道是否有更好的方法来解决这个问题？非常感谢！:)
浏览 0提问于2012-11-15得票数 9
回答已采纳
1回答
在Extjs中，如何识别字段集组件处于展开状态或折叠状态。我在extjs文档中没有看到任何直接的方法。
浏览 2提问于2014-10-29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
