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 3632提问于2018-08-24
我想使用RPi上的OCR程序来识别我的电表照片中的数字。这些数字很大，对我来说很明显，但Tesseract似乎根本认不出它们--充其量它能检测到一些随机错误的数字。
我已经尝试过剪切这些数字，并分别对它们进行OCRing，但这并没有帮助。我试过其他几个OCR程序，它们也没有更好。
请你给我一些建议，我怎样才能让Tesseract正确地识别出下图中的两个大数字？请注意，这是原始图片是~2.5MB -这个副本更小，以适应这个网站。
📷
浏览 0提问于2017-08-07得票数 0
根据这个Link，我安装了IronOcr包，并尝试了以下代码。 using IronOcr;
var Result = new IronTesseract().Read(path);
string currentSubText = Result.Text;
textBox1.Text += currentSubText + Environment.NewLine + Environment.NewLine; 我用六张图片进行了测试： 图片 ? 图片 ? 图片 ? 图片 ? 我可以上传四张照片。 实际上它看起来不错。只有几个错误与一些特殊的德语字符(äöü) 结果1： ?
浏览 309提问于2021-09-06得票数 1
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 1599提问于2020-03-07
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
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
我正在尝试这个在线提供的tesseract.js代码，但它不起作用。我没有得到任何输出。尽管包含了CDN，但我认为它没有识别出任何tesseract函数。 <html>
<head>
<title>Test ocr</title>
<script src='https://cdn.jsdelivr.net/gh/naptha/tesseract.js@v1.0.14/dist/tesseract.min.js'></script>
</head>
浏览 55提问于2019-02-04得票数 0
我有一组非常小的图片(w:70-100；h:12-20)，如下所示：
在这些图片中，除了组成员的昵称外，什么都没有。我想从简单的图片中阅读课文，它们都有一个背景，只是昵称不同。所以，我对这张照片所做的是：
我正在使用下面的代码从第二个图像中获取文本：
tesseract::TessBaseAPI ocr;
ocr.Init(NULL, "eng");
PIX* pix = pixRead("D:\\image.png");
ocr.SetImage(pix);
std::string result = ocr.GetUTF8Text();
浏览 1提问于2016-07-02得票数 6
回答已采纳
我需要一个即插即用的文本识别系统，在尝试了一些解决方案后，例如Tesseract OCR，Google的Vision API似乎对我产生了最好的结果。 然而，我以前从来没有使用过他们的任何云API，但我注意到它能够工作在offline？计费是如何工作的呢？根据我的理解，每1000张图片的在线版本收费，离线库不会绕过这一点吗？线上和线下的质量有什么不同？
浏览 48提问于2019-09-10得票数 0
回答已采纳
想利用OCR中的运单识别方案运用在教育层面，如果图片并非运单样式，而只是普通纸张的手写图片是否可识别，包括中英文、数字、符号。
浏览 500提问于2018-03-01
无法识别Pytesseract。我已经尝试了在线文档中记录的所有修复，包括将tesseract OCR添加到我的Path变量中，将pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'命令路径整合到我的脚本中，卸载并重新安装pytesseract和tesseract。
浏览 67提问于2020-03-06得票数 2
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
3回答
我需要在Matlab中开发一个光学字符识别程序(或任何其他可以做到这一点的语言)，以便能够提取这张照片上的读数。
该程序必须能够上传尽可能多的图片文件，因为我有大约40000张图片，我需要通过工作。
此任务的总体目标是记录照片中显示的特定燃气表的日内气体读数。这是一个目前设置的网络摄像头，它被编程为每分钟对读数进行拍照，因此OCR程序将有助于获得一天中的历史气体读数数据。
哪种软件是最好的，有没有在线资源可以用来做这个？？
浏览 1提问于2011-01-28得票数 5
回答已采纳
识别国徽身份证网络异常.jpg
使用官方提供的AuthDemo调用OCR 识别，拍完国徽照片，识别国徽图片时提示“网络异常，请稍后再试”
浏览 182提问于2019-04-15
下午客服人员和我打电话说, OCR-行驶证驾驶证识别可以进行日本驾驶证识别的. 但是, 为什么在线接口 https://cloud.tencent.com/act/event/ocrdemo 测试的时候, 没有返回任何内容呢?
image.png
浏览 391提问于2019-07-08
我见过一些pdf文件后，OCR有非常准确的文本(无论是在识别率，在文本对齐图像)。
如果pdf文件中隐藏的文本层是否来自OCR，那么Unix/Linux工具会帮助我知道什么呢？
浏览 0提问于2014-12-07得票数 2
我使用tesseract 4.0来识别英语单词，但是在这个图像上失败只识别，没有任何单词被识别，
任何人都可以给小费，谢谢
r=pytesseract.image_to_string('6.jpg', lang='eng')
print(r)
更新：
我试着用在线网站进行OCR。
而且很管用，但为什么？
我怎么才能用tesseract来识别它呢？
浏览 5提问于2020-12-25得票数 0
2回答
是否可以使用Tesseract OCR来OCR图片并识别图片中不同大小的字体。如果是，我需要使用任何其他第三方库还是可以使用纯Java。举个例子
我想用字体大小来检测报纸的标题和内容。
如能在此问题上提供任何帮助，将不胜感激。
浏览 3提问于2014-09-21得票数 3
与在线免费提供的软件相比，商业OCR软件会有多好？更具体地说:阅读图片中的文本(如书籍封面等)
浏览 5提问于2010-05-04得票数 0
回答已采纳
1回答
目前遇到 ocr使用的图片大小和尺寸未知的问题，不知道对使用的图片有什么要求，比如像素，尺寸等等，我现在的图片 2293*3345，不能识别，请能否回复下。
[附加信息]
浏览 971提问于2018-09-20
前端使用OCR的名片识别功能时，无法跨域设置header，跨域时如何设置host和Content—Length，求大神指教。
微信图片_20180730225125.png
微信图片_20180730225140.png
微信图片_20180730225148.png
微信图片_20180730225154.png
浏览 689提问于2018-07-30
0回答
我已经从github下载了一个OCR文本识别器。
我的问题是:我想在不在线的情况下启动我的应用程序，但每次我在手机上安装apk时，它都会开始下载英语和tesseract OCR引擎。我找到了一个在线指南，上面说我必须在assets文件夹中创建一个名为"tessdata“的文件夹，并将eng.traineddata和osd.traineddata放在这个文件夹中。
我试过了，但当我第一次安装应用程序时，下载过程仍然开始。要使此应用完全脱机，我可以做些什么？
浏览 9提问于2016-07-13得票数 2
1回答
我是TensorFlow和深度学习的新手。我正在尝试识别自然场景图像中的文本。我曾经使用OCR，但我想使用深度学习。文本始终具有相同的格式：ABC-DEF 88:88。
我所做的是识别每个字符/数字。这意味着我在每个字符周围裁剪图像(因此每张图片给我10个字符)来构建我的训练和测试集，他们构建了两个卷积神经网络。因此，我的训练集是一组字符图片，标签只是字符/数字。
但我想走得更远。我想要做的只是给出完整的图片和输出整个文本(而不是像我以前的模型中的一个字符)。
提前感谢您的帮助。
浏览 2提问于2017-02-15得票数 7
回答已采纳
1回答
ANPR字符识别
、、、、
我正在实施一个ANPR系统。我已经设法从静止的车辆图像中获得了清晰的车牌区域。当我将某些字符输入到OCR引擎时，它们会出现问题。
我使用的是Tesseract，问题是像"W“和"M”这样的字符被识别为"N“，有时"U”被识别为"D“，甚至"O”被识别为"U“或"D”。
我想知道这是否与OCR引擎本身有关，或者我是否可以做些什么来改善车牌图像。以下是车牌图片：
我使用带有C#和Tesseract的Aforge.Net框架作为光学字符识别引擎。任何建议都将不胜感激。
浏览 6提问于2012-08-08得票数 4
回答已采纳
1回答
我想开发一个应用程序，应该能够识别计算机打印卡中的一些数字(位于卡的固定位置)，然后将它们发送到网络服务。
我知道我应该使用OCR，但我不确定哪种产品适合我的需求。这将是伟大的，如果你可以建议我的任何api的或市场上的产品(开源不是必须的，但它将非常受欢迎:)，这可以帮助我在这个项目。
除此之外，我还有另一个技术问题:你是在设备中实现OCR识别，还是使用you服务调用它，并将图片传递给它？这两种模型的优缺点是什么？
浏览 0提问于2011-04-26得票数 6
1回答
我正在制作车牌识别应用程序。我设法找到了每个板块元素的轮廓。我如何裁剪它们，调整大小和组合，这样tesseract ocr才能完成它的工作，并识别车牌上的文本。为了更清楚，我附上了文章中的图片。
浏览 4提问于2018-12-09得票数 0
请参阅图片：
我认为我的图像很简单，但是tesseract ocr不能识别它:(它显示“A§§§SX”，而不是A9FCCC
请告诉我为什么？怎么才能认出它呢？
谢谢
浏览 3提问于2013-06-17得票数 0
我认为摄像头的库工作不是很好，你可以在下面的图片中看到ocr的结果：
如果我尝试对一个数字进行ocr，尤其是浮点数，通常无法识别逗号，而"0“与"o”交换，则会得到相同的结果:(
有人知道更有效的库吗?答案是...thanks。
如果你想尝试camerb的库，你可以在这里下载它：
浏览 1提问于2013-10-22得票数 0
1回答
混合语言OCR
、、、、
我在解决一个表格数据识别任务
最大的问题是混合语言图片的识别。
我正在为OCR使用tesseract，但是它不能同时识别两种语言。
以下是输出的示例：
📷
如果我用'eng+rus‘作为lang选项，它就不能识别英语，所以我的问题是:有办法同时识别这两种语言吗？所以输出看起来应该是: KitchenAidХолодильникKCFMA 60150 R
浏览 0提问于2022-07-19得票数 2
我使用tesseract Ocr，训练Tesseract ocr引擎并结合数据是为了实现像7段display.Here这样的数字显示的识别是问题所在，将图片转换为tiff并生成.box文件我使用的是需要java运行时支持的JTessBoxEditor，然后我运行WPF应用程序来训练Tesseract引擎，但它总是识别为8。我如何才能在windows phone上运行所有这些?我需要在Azure上创建虚拟机然后链接它吗?或者其他更容易、更快的方式，让它在windows phone上运行？
浏览 1提问于2016-11-08得票数 0
我正在尝试识别图像中的文本。我在C#中使用Emgu.CV。我认为图像是足够清晰的文字，但我没有得到100%。(附两张图片) 我可以对图像做些什么来获得更好的结果吗？ 我也用了"eng“，但结果是一样的。 Emgu.CV.OCR.Tesseract _ocr=new Emgu.CV.OCR.Tesseract(@"./tessdata", "spa", OcrEngineMode.Default);
Emgu.CV.Image<Bgr, Byte> original = new Emgu.CV.Image<Bgr, Byte>(f
浏览 161提问于2021-09-09得票数 1
2回答
我在一个历史目录中使用了光学字符识别(OCR)，并试图用Microsoft来清理文本。具体来说，我需要一些帮助来编写正则表达式，以便将两行合并在一起。例如，某物
John Smith，87银行
Bldg
实际上应该是
John Smith，87 Bldg
我尝试过几种方法，但都没有成功。有人能帮我吗？
浏览 0提问于2015-06-24得票数 3
1回答
我正在尝试制作一个“测验扫描器”，它使用OCR在线扫描测验，这样我就可以自己从在线来源汇编测验，以便能够离线回答它们。我厌倦了复制和粘贴的事情，只使用OCR代替。 我对光学字符识别部分没有问题，因为我现在遇到的问题是，我需要将问题从选择中分离出来，从正确和错误的选择中分离出来。下面是我尝试分离它们的一个过于简化的代码。 我需要将它们分开，因为我想将其导出到excel中的电子表格中。真的需要你的帮助，一如既往的堆栈溢出社区 import re
scannedmcq = 'Insert Question Here @ A(correct) > B > C > D
浏览 26提问于2020-03-29得票数 0
回答已采纳
1回答
我使用Tesseract OCR识别我下面的图片(这是一个图像仪表，电)，但它不能工作。我不允许使用机器学习或深度学习。还有其他技术可以用来解决我的问题吗？请给我一个向导。感谢您的阅读。
这是我的根图像：
我处理过的这张图像必须识别数字
这是我的代码：
import cv2
import pytesseract as pts
pts.pytesseract.tesseract_cmd = r'C:\Users\Thep Ho\AppData\Local\Programs\Tesseract-OCR\tesseract.exe'
img = cv2.imread(&
浏览 4提问于2020-11-29得票数 1
1回答
Evernote可以在上传的图片中找到和识别文本。它甚至能读到笔迹。
GDrive做过这些吗？
注意:我不是在问GDrive OCR功能，它可以将带有文本的图像转换为文本文档。
浏览 0提问于2014-09-04得票数 0
我得到了一个奇怪的预言与ocr。一切都很好，就像ocr部分。正确识别字符。但是它在完成所有计算之后就会崩溃，只有在我在线程中运行代码时才会发生这种情况。
void server(boost::asio::io_service & io_service, unsigned short port)
{
tcp::acceptor a(io_service, tcp::endpoint(tcp::v4(), port));
for (;;)
{
a.accept(sock);
//b
浏览 6提问于2015-11-20得票数 0
回答已采纳
我是个新手，我正在做一个类项目，在这个项目中我需要扫描数字矩阵。我在从图像文件中读取数字方面取得了成功，但我还没有找到如何识别数字之间的间距。例如，目前我得到的是14610的14610英镑。
图片：
我目前使用的代码：
Bitmap myBmp = new Bitmap(file);
var image = myBmp;
var ocr = new Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only
ocr.Init(@
浏览 1提问于2015-12-21得票数 8
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
0回答
使用ocr手写体识别时返回
{"code":-9021,"message":"GLOCR_DETECT_BOX_EMPTY","data":{"recognize_warn_msg":[],"recognize_warn_code":[],"items":[],"session_id":"12595195741228076676","class":[]}}
使用的图片已附上，需要怎么修改呢？
1.jpg
浏览 252提问于2019-07-01
3回答
如何提高OCR识别能力？
、、、
正如你在图片中看到的，我在正确识别这类单词时遇到了困难
在结果中我得到了这个：
RMACWI O
12X60
VPFZZOOIK
IADA50527
PORTES
我正在使用这些变量
ocr.SetVariable("tessedit_pageseg_mode", 10);
ocr.SetVariable("tessedit_char_whitelist", "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789/-,.€");
有没有提高认知度的方法？
后来我对
浏览 0提问于2019-11-28得票数 3
2回答
我在找一种JavaScript OCR。
例如:发送图片和预期的结果类型(例如，数字、对象、文本、混合等)，并以字符串或JSON形式接收结果。
有没有人知道这样的接口/服务，你可以很容易地通过JavaScript访问？
编辑:我忘了说，主要的用例是识别数字(如浮点数和双精度数)和价格(如0.02$)。
我已经找到了一些像abbyy这样的"cloud-ocr API“，但它们很贵……每个请求2美分……
浏览 1提问于2012-11-23得票数 10
回答已采纳
1回答
所以我想要OCR，一个有文字的图像
但是输出总是很奇怪，与图片中的文本不匹配。
所以我决定改变图像属性。
我就这样改变它：
image = cv2.imread("./image_frames/frame473.png")
def get_grayscale(image):
return cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
def blur(image):
return cv2.medianBlur(image,3)
def thresholding(image):
return cv2.thres
浏览 0提问于2020-06-25得票数 2
2回答
使用新版SDK（java）调用ocr身份证识别接口ocr.tencentcloudapi.com，在云服务器上报一下错误
com.tencentcloudapi.common.exception.TencentCloudSDKException: javax.net.ssl.SSLPeerUnverifiedException-Hostname ocr.tencentcloudapi.com not verified:
certificate: sha1/2oGH1NU0zoUGcAYBTGnGkeHt4LQ=
DN: CN=*.ap-shanghai.tencentcloud
浏览 1490提问于2019-09-06
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
