1回答
我有PDF文件已经被“识别”使用OCR文本识别->识别文本使用功能在Acrobat。
我想把这些作为一个上传(C# ASP.NET MVC)，并能够提取这些信息用于索引和搜索目的。
我尝试打开PDF文件，但没有找到任何被识别的文本，所以我猜它是压缩和/或编码的。
有什么想法吗？
浏览 0提问于2010-06-25得票数 0
回答已采纳
1回答
我们希望分析具有不同语言的文本(非手写)和具有非常广泛的排列/结构范围的图像的文档扫描。我们要解决的第一个问题是提取文本，并识别和分离标题、字幕和正文。 目前我们正在做文献研究。有大量关于深度学习、计算机视觉、光学字符识别或自然语言处理的文献，但这些文献都没有真正专注于文本结构的光学识别。 我们想知道，处理文本结构的光学识别的学科/领域的名称是什么？ 解决这些问题的最先进的方法和工具是什么？
浏览 19提问于2020-09-01得票数 0
回答已采纳
我想在我的JavaFX应用程序中使用Firebase ML-Kit文本识别，但我不确定如何使用。我还使用过其他的文本识别库，比如Java中的tesseract，但差别很大，这就是为什么我想使用Firebase ML-Kit的文本识别。有人能给我指路吗？
浏览 2提问于2020-01-08得票数 2
1回答
作为谷歌视觉api文本检测预览全屏扫描文本。我想要一个用于文本检测的小矩形，并在下面的文本框中显示识别的文本
浏览 0提问于2016-09-12得票数 6
我对Tesseract的训练/文本识别过程有问题。这是我的训练数据：在训练Tesseract时会忽略破折号(我用红色的方框标出了它们，只是为了清楚我指的是哪些)，如果我使用训练过的数据进行文本识别，它也会忽略它们。今天，我尝试了一下Tesseract参数(SetVariable(name，value))，但不幸的是没有成功。我能做些什么来教Tesseract这些破折号？提前谢谢你！
浏览 2提问于2015-04-01得票数 0
我正在使用Amazon Comprehend进行实体受伤检测。
假设我有一段文本，如下所示：
约翰做了手术，修复了左膝脱臼和前十字韧带撕裂。
亚马逊理解医疗(ACM)能够将脱臼识别为一种医疗状况。然而，考虑下一段文本：
“约翰因右膝盖骨脱臼而缺阵。”
在这段文本中，ACM不能将脱位识别为一种医学状况。类似地，如果我放入一段文本，如"Left ankle sprain"，ACM能够将脚踝扭伤识别为一种医疗状况，但如果我放入“扭伤左脚踝”，则ACM不会将扭伤这个词理解为一种医疗状况。
有没有什么方法可以清理我的文本，改变单词的顺序，以便可以准确地标记这些实体？
浏览 21提问于2019-10-24得票数 1
1回答
HMS和HiAI有什么区别？
、、、、
HMS和HiAI有什么区别？我在中看到了文档，以及面部识别、图像识别、文本识别.我还在中看到文本识别，我应该使用什么？
浏览 5提问于2020-06-02得票数 1
回答已采纳
我试图在一个短语中识别单个单词的开始/结束时间。我有一个WAV文件的短语和文本的话语。
有没有一种智能的方法将这两种数据(音频、文本)结合起来，以提高狮身人面像的识别能力？作为输出，我想要的是短语中每个单词的准确开始/停止时间。
(我知道你可以把-time yes传给pocketsphinx来获取我想要的时间数据--不过，语音识别本身并不十分准确。)
解决方案不可能是针对特定的演讲者，因为我正在工作的语料库包含了许多不同的演讲者，尽管他们都在使用美国英语。
浏览 3提问于2014-12-01得票数 1
回答已采纳
我们对Abby Fine Reader非常陌生。当我们使用此产品进行OCR时，识别出的文本将被传输到文本编辑器窗口。在这里，我们需要通过编程从文本编辑器窗口读取文本，因为和当它涉及到文本窗口。(请参阅附件)。请建议我们如何通过编程来做到这一点？提前谢谢。
浏览 12提问于2017-07-27得票数 0
计算机视觉中一个具有挑战性的主题是处理文档扫描。通常，这涉及许多步骤，如噪声去除、颜色分析、二值化、文本块识别、OCR，然后可能还会进行一些上下文分析和校正。
我很好奇，有没有人能理解，知道或者能告诉我Google在OCR阶段之前是如何识别文本块的。有什么见解吗？
浏览 2提问于2009-01-15得票数 4
我在使用selenium webdriver.This捕获文本框的工具提示消息时面临一个问题，当鼠标放在it.The上时，文本box.it不会显示，这是一个问题，它不识别该工具提示的定位器，同时运行(我使用的是xpath).Please帮助。
谢谢，穆拉利
浏览 0提问于2014-02-02得票数 0
根据望远镜的角度指南，
只有在$apply方法中执行的模型修改才能按角度正确计算。
我们有相当多的遗留格式化工具，用于论坛文章编辑器，对文本区域进行更改；它们完全在角度之外运行。现在我们要将文本区域绑定到一个角模型上。如果用于对文本区域进行最后一次更改的格式化工具不更新模型。当然，如果您要单击一个按钮向某个文本添加粗体，然后添加一些附加文本，则所有更改都将被识别。
除了重写我们的所有工具之外，我们是否可以强制角识别格式化工具在单击其中一个格式化工具按钮后对文本区域所做的更改？
浏览 0提问于2013-11-05得票数 0
我是一名大四学生，正在做我的专业项目。我的项目基本上是从自然场景中提取文本，并识别它，然后在记事本等中显示它们。
我已经从图像中提取了文本，并为每个提取的字符获得了85个特征。
然而，对于识别部分，我不知道如何在matlab中训练或使用SVM(支持向量机)，以便获得匹配。
请帮帮我，因为这是非常困难的
浏览 3提问于2012-04-11得票数 5
1回答
有没有办法用Java编写语音识别程序？
我知道有许多技术，我发现自由似乎是一个舒适的，虽然我成功地写了一个程序的文本-语音，但没有找到任何的参考语音识别。
在那件事上有人为我提供推荐信吗？
提前感谢
浏览 0提问于2013-08-25得票数 1
回答已采纳
1回答
我想添加时间戳到书籍句子，适合相关的有声读物。最好是用不同的语言。
这里有一个例子：
骄傲和偏见
我的想法是找到一个语音识别工具，将时间戳放在句子上(步骤1)，然后使用levenshtein距离将杂乱的文本映射到原始文本(步骤2)。
网站为第一步提供了一个解决方案，但它的字符输出是有限的。从理论上讲，我可以使用网络自动化来完成这项工作，每分钟开始一次新的录音，但它真的很脏。
我在R中编写了第二步的脚本，并在我从语音记录器获得的一个样本上测试了它，它运行得很好，但是如果程序知道文本，就像你阅读来训练语音识别软件时，这一点可以得到很大的改进。我不是把我所有的信息都用在转录上。
所以我的问题是，
浏览 4提问于2016-01-25得票数 1
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
目前是否有任何服务或软件工具使用Google Cloud Vision作为OCRing扫描的PDF文件的后端？
如果没有，如何使用Google Cloud Vision将PDF转换为OCRed PDF？据我所知，Cloud Vision目前支持PDF文件，但它只能将识别的文本输出为JSON文件。因此，似乎需要在Google Cloud Vision之外的另一个步骤中，将这个转换后的文本放在PDF中的图像顶部。
背景：
我经常需要将扫描的文档转换为包含OCRed文本层的PDF文件。到目前为止，我一直在使用像OCRKit或ABBYY FineReader这样的软件。我测试了这些解决方案的准确性与G
浏览 0提问于2018-09-15得票数 4
1回答
我正在使用Ubuntu14.04，并且我无法将角色应用到我的Libreoffice中。我还觉得LibreOffice Ui缺乏用户友好性。我是否可以为LibreOffice获得修改后的UI？或者如果没有，我可以在图标上加上标签/文本，这样就可以更简单地识别工具栏中的图标了？任何改进libreoffice的方法都会有所帮助。
浏览 0提问于2014-11-20得票数 1
回答已采纳
1回答
我希望建立一个应用程序，执行各种基于文本的认知服务功能，对文档。
然而，我似乎在第一个障碍上失败了，那就是首先从文件中获得案文。
我知道OCR和Form识别器都对此执行变体(分别为“文本识别”和“文本提取”)--但是对于标准文档(例如Word / Excel / PDF)来说，这感觉太过分了。
认知搜索包括“文档破解”过程，但我需要实时处理文档，所以不想处理Azure中的索引。
在Azure中(无论是在认知服务中还是在其他方面)，我是否可以使用更简单的“给我文本”功能呢？
我不想做的是，必须为每种不同的文件类型(例如PDF / DOCX / TXT / PNG / MSG)编写我自己的函数，并
浏览 5提问于2021-10-19得票数 0
回答已采纳
我正在寻找一种方法，以获得内容(文本)的活动工具提示上的传单地图。我可以绑定新的工具提示内容，但我似乎找不到获取文本的方法。
我试图完成的是识别一个对象，用户悬停在上面触发传单之外的附加操作。
任何帮助都将不胜感激。
浏览 3提问于2020-09-13得票数 0
回答已采纳
我的网页上有applet文本框，selenium webdriver无法识别它。加载applet时，我需要在该文本框中附加一个默认文本。我如何才能做到这一点呢？
Applet类在Javascript中编码，HTML结构如下。
<tbody>
<tr>
<td>
<input type="hidden" value="FFM" name="origintype"/>
<applet height="180" width="420" name="frtext
浏览 3提问于2012-08-14得票数 1
我有一个客户谁需要一个Android应用程序，可以识别口头命令。据我所知，内置的语音转文本功能实际上是将数据发送到谷歌的服务器，然后再将文本翻译传回。这是一个主要问题，因为语音数据非常敏感(除非数据在发送到Google和从Google发送时是加密的-但我怀疑它是加密的)。
我能想到的有两个选择。首先是在Android上将语音转换为文本，尽管这似乎是一项极其昂贵的操作。第二种可能是让本地服务器为我转换数据(我可以在发送和接收语音数据和翻译时对其进行加密)。这是CMU Sphinx可以做到的吗？值得注意的是，我还可以访问Asterisk服务器，这可能会对此有所帮助(我不知道)。
实际上，应该只有大
浏览 1提问于2012-01-31得票数 7
回答已采纳
1回答
我有一个自定义导航栏，如下所示：
我将其设置为导航栏的背景图像。但是我如何实现这些按钮呢？我希望能够在单个文本上单击并执行操作
我可以在图像上的每个单词上添加一个手势识别器吗？
浏览 2提问于2012-08-01得票数 0
我希望能够使用服务来识别iOS应用程序上发生的事件，然后根据事件向iOS应用程序发送响应。
这里有一个场景：
我有一个按钮和一个文本字段。
如果我按下按钮，文本字段中没有输入，那将是一个‘事件’，我需要识别并发送到Windows服务。
如果文本字段有输入并且我按下按钮，那将是一个不同的“事件”，需要识别并发送到Windows服务。
我不太清楚该怎么做，所以我愿意听取建议。此外，我希望这是尽可能有效的。
谢谢!
浏览 5提问于2012-05-16得票数 0
回答已采纳
所以，我在这个项目上已经有一段时间了，但我只是没有设法找到任何有用的东西来帮助制作这个应用程序。我基本上只是尝试创建一个应用程序，在那里用户可以写一些东西，应用程序将识别手写并将其转换为文本，其中将有一个文本猜测者猜测文本将是什么，如果用户写错了。
浏览 0提问于2021-05-15得票数 0
1回答
我正在将高中学生的大型文本文件加载到MySQL中，但是学校本身只在每个文本文件的第一行中被识别。就像这样：
897781234Metropolitan High
340098 1001X 678 AS Reading 101KAS DOE KEITH A1 340089 A 7782...
使用SQL代码，如何在接收表的第一列中生成学校编号的列(例如，897781234)，以便将学校识别为每一行？
要加载文本文件，我使用：
LOAD DATA INFILE "f:/school_files/sch
浏览 1提问于2010-07-11得票数 1
回答已采纳
我正在尝试制作一个应用程序，使用google文本识别来提取收据文本。我让它起作用了，但还是有孤岛的。有些字母不被识别，有时甚至连完整的单词或数字也不会被识别。
我按照这个指南实现了我的应用程序。
在这张照片中，你可以看到我的意思是，一些数字和文字不会被拿起来。1：
有人知道问题出在哪里吗？有什么建议吗？提前感谢你的帮助，我会列出一些我试过修复的方法。
-Changed的相机控制图像分辨率从高到最大和超。-Changed我对最新版本的依赖。-Changed to mlkit文本识别v2 -Tried使用google_ml_vision
(也不是这些缺失的单词/数字没有用矩形标记的情况。)
浏览 32提问于2022-03-07得票数 0
2回答
谷歌最近在语音识别软件方面取得了很大进展，该软件被用于几个开源产品，例如Chromium 和Android免提短信。我想使用他们的语音识别作为我的服务器堆栈的一部分，但我找不到太多关于它的信息。
文本识别软件是否以库或软件包的形式提供？或者，我可以从另一个程序调用chromium，将一些音频文件转录成文本吗？
浏览 3提问于2013-03-23得票数 3
3回答
我正在使用Terminal对API运行curl请求，并将该请求的结果存储在一个文本文件中。
在后续命令中，我将以前存储的文本文件与存储curl请求的新文本文件进行比较。
使用工具文本比较软件()识别两个文件之间的任何更改。它说明大部分文本已被删除-但当我读到它时，文本完全相同:O
其他人也发生过这种事吗？不确定如何解决。我不能在网上发布这些档案，因为它们是保密的:(
谢谢你的帮助！
浏览 0提问于2016-02-03得票数 2
我正在尝试捕捉鼠标在单选按钮上显示的文本，并使用GetROProperty进行描述性编程。如果我监视到显示的工具提示文本，它将被识别为WebElement。我试着执行以下代码
setToolTip=Browser(strBrowser).Page(strPage).WebElement(strwebElement).GetROProperty("innertext")
MsgBox ToolTip
但我收到了以下错误消息
“无法识别对象"WebElement of (该对象的属性与应用程序中当前显示的对象匹配的类WebElement.Verify )。
如果通过向obj
浏览 2提问于2011-11-16得票数 2
3回答
我想建立一个网站，在那里我应该能够通过悬停它来识别组件。例如，如果我们将鼠标悬停在图像上，它应该在工具提示中被标识为图像。如果我们将鼠标悬停在包含图像和文本的div上，则应将其标识为图像文本组件等。
浏览 0提问于2018-06-14得票数 0
1回答
我有一个非常简单的问题-识别货币/货币的文本。样本测试案例："Pocket money每年不应超过4000 INR (100美元)。“在默认的斯坦福解析器上失败-- online --(使用7类模型，包括货币) --只适用于诸如"$ 100“这样的文本。
在炼金术演示网站- 上，"$ 100“被确认为一个实体，而”$ 100“则被重新定义为一个概念--美元。
浏览 4提问于2017-01-04得票数 6
我对Visual Studio 2015编辑器有问题。我把背景颜色改成了黑色。识别选定的文本非常困难，这成为编码时的一个问题。
所以我转到Tools/Options/Fonts and Colors，在Text Editor的设置中，我更改了显示项Selected Text的选择。不能更改Item foreground选项。因此，我尝试将Item background选项更改为red。显示的样本具有鲜红色背景和黄色字符。这不是我在屏幕上看到的:黑色背景，带有非常暗淡的微红色调和白色字符。背景几乎无法与编辑器的整体黑色背景区分开来。选择其他颜色而不是红色会使情况变得更糟:字符周围没有显示任何色调
浏览 18提问于2017-03-06得票数 0
回答已采纳
我正在开发一个Android应用程序，在该应用程序中，需要从图片中识别七个片段数字，并在屏幕上填充，然后对数据进行处理。
这需要在脱机模式下进行。所以它需要在手机上运行
我已经看过Tess了，但是它使得应用程序的大小相当大，所以我想坚持使用Firebase上的ML。
是否有方法在现有的ML工具包文本视觉API中添加七段数字识别？
浏览 1提问于2018-05-17得票数 3
我正在开发一个从用户那里接收消息的邮件服务器。我希望能够筛选Outlook的“外出”自动回复邮件。这些邮件中似乎没有特殊的头，所以唯一的选择就是通过主题行来识别它们(它们以"Out of office AutoReply“开头)。
但是识别使用主题行也有它的问题，例如，如果用户有不同的区域设置，文本将使用不同的语言怎么办？
以前有没有人解决过这个问题，并有更好的方法来识别这些消息？(或翻译列表：)
浏览 3提问于2010-08-16得票数 3
1回答
我使用的一些软件可以解析大型文本文件，并将数据插入数据库。每次我们得到一个新的客户端，我们就必须为他们的文本文件编写新的解析代码。
我正在寻找一些软件，以帮助简化分析的文本文件。如果有一些软件可以识别文件中的模式，那就太好了。
我也对任何可以简化工作的通用解析库(.NET)持开放态度。或任何其他相关软件。
谢谢。
更具体
我用一些神奇的软件打开了一个文本文件，其中显示了它所识别的重复模式。实际上，我只是在寻找开发人员用来帮助他们解析文件的任何工具。如果有什么能帮助你做到这一点，请告诉我。
浏览 1提问于2011-04-13得票数 3
回答已采纳
1回答
我需要识别手写文本(icr)。不需要理解任意的文本-我能够指导我的用户写得非常清楚，使用单独的字母等。然而，在任何训练集和真正的字母之间仍然会有一些差异。
我希望为此目的训练tesseract。有人试过这个吗？在这条道路上有什么希望吗？
浏览 5提问于2012-05-26得票数 9
下午好，我在我的项目中有一个问题，这是PDF压缩，过程如下:提取图像从一个PDF Hang OCR压缩股票OCR +合并图像和转换PDF每页结合所有生成的pdf格式与光学字符识别，光学字符识别PDFcon作为最终产品之一。我的原始文件大小为11MB，压缩后为4.2MB。整个过程运行得很完美，但我遇到的问题是OCR过程的速度。我在网上查看，我看到了一种方法来规避该过程，这是获得的原始PDF的文本层，并将其传递到最终的PDF是压缩的，尝试一些代码，如删除所有图像的PDF和单独与文本层，并插入我的压缩图像，但问题相比于上面提供的正常过程中，该文件的重量增加了超过4.2MB，这对我来说并不方便。当我寻
浏览 0提问于2014-05-16得票数 0
下面是Mykhaylo Adamovych关于“如何向博客添加国际化支持？”的回答。
这段代码可以工作，但是有一个问题，当您添加到文本html的链接时不会识别它们，一般来说，没有一个html代码在文本中被识别，并且它们是按原样编写的。
是否有可能对代码进行修改以识别代码？
...下面是实现
这些应该设置在您的博客的html头(博客设计->编辑HTML，插入后)这是非常像:添加默认文本在这里，因为一些程序->内容(如rss阅读器)不会下载脚本->style=“显示:内联；边距: 2px">en ru，因为博客前处理器换行符应该删除标签之间。
我用过gvim和Sh
浏览 4提问于2011-03-16得票数 1
回答已采纳
如果我正在开发一个使用TTS和语音识别的Android应用程序，那么在Ubuntu上哪个库用于相同的语音识别和语音呢？
我假设是从文本到语音，但我不确定哪个语音识别库和字典/学习/校准系统用于语音识别。
我想在Ubuntu桌面上提供这个应用程序。
以及在仿真器外测试它。
浏览 0提问于2012-09-19得票数 16
回答已采纳
给定一个以ubuntu (或debian )表示的文本文件，如何找到该文件的文件编码？我可以在它上运行od或十六进制来对其编码进行指纹识别吗？我该注意什么？
浏览 7提问于2009-12-12得票数 2
我需要编辑一个博客文章来添加一些HTML片段，当我切换到HTML模式时，很难找到我想要在其中添加HTML片段的位置，而不是用于常规文本的撰写模式。难道没有一种方法可以很容易地识别文本(如我所见)来添加HTML片段吗？
浏览 0提问于2019-06-29得票数 0
在客户关系管理中，我有一个'Doc_Config‘值。
将'Doc_Config‘值传递给Power Automate Flow
我用这些数据填充了一个Microsoft Word文档。我这里的问题是，Word文档中填充的不是数据，而是原始文本。
有没有一种方法可以转换原始文本，以便Power Automate识别我真正想要的数据？就好像它是这样呈现给流程的：
浏览 5提问于2021-03-09得票数 0
1回答
我希望创建jpg/png按钮的文本作为各种语言名称。但在线工具似乎无法识别阿拉伯语、泰语和印地语等非英语单词。
我尝试过使用文本作为本地字符中语言的名称，而我所看到的只是？
任何用于创建非css图像按钮的指针或在线资源都会有很大帮助？
提前谢谢。
浏览 2提问于2013-09-20得票数 0
回答已采纳
1回答
我正在创建一个应用程序，采取图片，并从它识别文本，并提供它作为输出。为此，我使用了firebase中的mlkit。到目前为止，我能够检测到英文文本。现在我想让它检测印地语文本。此外，我还使用了设备上的检测来检测文本。
有没有人能指导我克服这个障碍？
任何帮助都将不胜感激。
浏览 1提问于2020-05-08得票数 0
1回答
快速字符检测
、、
我不想知道它是怎么说的，它也不会像验证码那样处理任何失真，我只想知道一堆图像是否包含任何文字。
这将在几台空闲的Linux服务器上运行，cron作业将每天处理大量图像。
在这个过程中，我想做的一件事，就是丢弃任何包含文本的图像。我不介意一些假阳性，但我想得到一个接近零的不合格率，当涉及到识别图像与文本应尽可能丢弃。
浏览 2提问于2009-07-04得票数 1
回答已采纳
如何构建用于图像到文本识别的android原生SDK。(我对一些来自web服务的API做得很好。但这一次，我只想让应用程序没有任何互联网连接，没有API，也没有Web服务。只是一个离线 OCR应用程序)。所以我的问题是
如何裁剪图像中包含的每一个单词？
如何比较裁剪文本与字母表和字符？
浏览 7提问于2016-04-06得票数 3
回答已采纳
我已经为Visual 2013安装了颜色主题自定义插件，并且很难识别和更改鼠标越界事件上显示的Intellisense区域的背景色和前景色。
下面是一个屏幕截图，显示了我正在努力解决的两个领域。顶部显示了当我删除并重新添加后面显示"@Html.PropertyFor(“)行的括号时出现的助手对话框。要么我需要调整非常浅灰色文本的前景色，要么将背景更改为比关闭的白色更深的颜色。
第二张图片显示一个典型的Intellisense框。但这方面的对比太低，所以我需要使前景文本更轻，或背景框更轻。
在主题编辑器中搜索了相当一段时间之后，我无法隔离这些设置。我还检查了Tools >
浏览 2提问于2014-12-02得票数 4
回答已采纳
首先，有一点背景:我试图在文档集中识别街道地址，我们决定使用NLP (在本例中是Apache OpenNLP )工具来实现这一点。到目前为止，一切看起来都很棒，尽管我们仍然需要使用大量文档来训练模型，但这并不是一个真正的问题。我们通过使用Datamade的解析器添加了一个额外的地址验证步骤来改进解决方案。我最大的问题是，如果没有地址旁边的位置，这些地址本身就什么都不是，有时在文本中指定地址，我们将假设这种情况经常发生。
以下是我的问题:是否有什么方式可以使用共同引用来关联文本中的实体？或者更好的方法是在文本中注释任意的单词，并将它们识别为一个整体？
我一直在查看Apache的OpenNLP文档
浏览 0提问于2016-06-30得票数 4
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
