我使用tesseract-OCR从扫描图像中提取文本，因为很少有图像文本由于分辨率低而无法正确识别，而产生的输出是一些不相关的字符。
应用技术：
将dpi提高到300。opencv.Upscaling中的图像预处理技术使用dnn_superres中的opencv中的去噪的git恢复，其中的超分辨率算法模型是通过训练tessdata建立的使用learning.Improve tesseract-ocr质量的超分辨率算法模型。
参考链接
样品图像：
在python中是否有任何简单的方法来改进文本而不使用任何深度学习模型。
浏览 2提问于2020-05-08得票数 8
与我在iOS上用Tesseract写的一个测试相比，这个应用程序在光学识别方面超级快速和准确。所以我想知道: Google翻译手机应用程序是否使用Tesseract在本地进行OCR？或者它调用了一些Google后端，比如Google Drive API，它们支持OCR。谷歌或该团队的人知道吗？
浏览 0提问于2016-03-23得票数 2
抱歉，这可能是个愚蠢的问题。但我对机器学习和Tessaract OCR相当陌生。我听说Tessaract OCR是可以训练的。
我需要知道的是，Tessaract OCR是使用神经网络作为它们的默认训练机制，还是我们必须明确地编程才能使用神经网络？
如果我对这个“训练”概念想错了，很抱歉。但我需要确切知道的是，Tessaract已经使用了NN，如果不是，我如何使用NN和tessaract OCR来提高识别精度？
如果有人能建议我一些好的资源/方法来参考/尝试和开始，这也是一个很大的帮助。
我目前所知道的基本机器学习，监督训练的概念，并执行基本的图像OCR操作在Tessaract OCR。
浏览 3提问于2015-04-10得票数 12
回答已采纳
2回答
我在学习计算机视觉。当我进行各种计算机视觉项目的实现时，一些OCR问题使用GRU或LSTM，而有些则没有。据我所知，RNN只用于输入数据是序列的问题，如音频或文本。
因此，在kaggle上的MNIST核中，几乎没有内核使用RNN，几乎所有的基于GitHub的IAM数据集的OCR存储库都使用了GRU或LSTM。直观地说，图像中的书面文本是一个序列，因此使用RNN。但是，MNIST数据中的书面文本也是如此。那么，RNN(或者GRUs或LSTM)到底是什么时候需要在计算机视觉中使用，什么时候不需要呢？
浏览 0提问于2020-07-06得票数 0
回答已采纳
1回答
图像拼接与OCR
、、、
想象一块金属棒，长20毫米，圆约30毫米。吧台上印着数字。10个字符，4.5 of高，围绕大约120°的圆周展开。
我需要对字符执行OCR，但文本字符在一张图像中并不都可见。间隔在30°左右的三张图像看起来没问题。
下一个问题是金属是新加工的，文本字符似乎不能很好地OCR；我认为是由于缺乏真正的对比度。即黑/白的区别。
有谁知道这些字符是如何被OCR识别的吗？
浏览 0提问于2012-08-07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
1回答
我正在使用tesseract OCR引擎为iPhone开发一个OCR项目。我计划编写以下模块：
从iPhone摄像机获取图像
对图像进行预处理，对其进行细化，以提高OCR输出.
将OCR输出划分为有意义的字段。
为OCR引擎定义一些规则，以忽略任何未定义的字符。(例如，如果OCR输出是0226s5242，我希望它忽略s字符)
我想开始学习与这些模块相关的主题，我不知道与OCR相关的技术，所以任何建议都会非常有用，谢谢。
浏览 6提问于2012-04-05得票数 2
回答已采纳
2回答
我必须写一个读取电表(模拟和数字)的应用程序。
我从模拟开始。我读到我可以使用计算机视觉进行预处理(阈值，找到轮廓等)，然后将检测到的字符传递给像Tesseract这样的OCR程序。但我找不到完美的检测方法。有时它对某些图像有效，但我必须调整其他图像的参数。
我检查了其他应用程序，比如，它有很高的准确性。我如何用传统的计算机视觉达到这样的准确性？或者我应该使用机器/深度学习？实际上，我不是这个领域的专家。已经探索了大约一年。我的背景是常规应用程序(web、移动)编程。因此，任何建议都是非常感谢的。
以下是我目前所做工作的一些例子：
浏览 3提问于2019-11-29得票数 0
1回答
我想从钞票的图像中提取有用的信息。
我已经使用OCR + pytesseract将图像转换为文本，并根据特定的单词提取信息，如总数、数量等。
什么是处理各种类型的非结构化票据的最佳通用方法，以提取票据的位置和金额？
浏览 13提问于2018-02-05得票数 1
我想学习我的培训文件，为测试新的字母。我希望使用win 10 (我不会使用linux) -在c#.net应用程序中使用tesseract Nuget包。
我尝试了jTessBoxEditor，但它不起作用(注册表中的第一次错误，比找不到字体的错误，java的问题，text2image不能正常工作……)。编辑器SunnyPage甚至不能成功地加载图像。
哪个程序用于分隔字母和作为windows用户创建培训文件
我应该使用tesseract或其他OCR引擎吗？看起来tesseract对windows不友好
如果需要预处理(比例尺等)，请张贴这三张图片的示例培训文件。它应该
浏览 1提问于2019-01-27得票数 0
2回答
我有一个完全可以理解的信息提取要求(发票号、发票数据、到期日、总数等)。从扫描发票(数字格式是图像，而不是PDF)，最好是Python。好的是，所需的信息或多或少肯定存在于页面上，而这些信息的(regexp类)文本格式也往往是后续的。另一方面，缺点是发票的布局非常多样。
我使用了以下可能的方法：
使用字符识别来提取纯文本，然后尝试与片段拼图。这种方法存在着相当大的问题: OCR的质量(至少是在tesseract库中已实现的OCR)相当平庸，输出是无可救药的非结构化的(实际上是一堆单词)，即使对于普通短语，也很难找到任何regexp或其他规则。
我的另一种方法是对原始图像本身或文本堆进行某种深度
浏览 0提问于2017-03-23得票数 4
我正在尝试Azure认知服务OCR，以便在身份文档中进行扫描。它工作得相当好，但我想知道是否有可能训练OCR引擎或以某种方式将其链接到学习服务，以提高字符识别？
浏览 25提问于2019-02-05得票数 1
我开始学习Asprise技术。我想使用一种将图像转换为文本(OCR)的方法。
import com.asprise.util.ocr.OCR;
public class Test {
public static void main(String[] args) throws IOException {
BufferedImage image = ImageIO.read(new File("D:\\HEAD2.png"));
String s = new OCR().recognizeEverything(image);
浏览 4提问于2013-05-15得票数 3
1回答
我一直在使用tesseract来处理传真文档中的ocr号码，该文档的分辨率为200x200或200x100 dpi。文件质量很差。我在用C#.net。如何提高传真文件和文字的质量以提高ocr的准确性？
浏览 1提问于2015-11-23得票数 0
我有一个以前没有处理过的字母表，所以当扫描时，没有办法用OCR来检测要识别的字母。我正在尝试为它编写OCR程序，但在这方面没有太多经验。对于从哪里开始，以及这样的系统通常是如何实现的，我希望能得到一些提示。
浏览 0提问于2012-02-24得票数 3
2回答
我正在寻找一个OCR库，可以阅读PHP或Python的英文文本和数字
我学习一门新的编程语言不仅仅是为了使用OCR，
但是，如果我看到没有其他选择，我猜这是可能的(请不要使用.Net)
浏览 8提问于2011-02-11得票数 1
回答已采纳
4回答
我正在尝试对一个有手写签名的扫描文档进行OCR。请参见下图。
我的问题很简单，有没有办法在忽略签名的情况下仍然提取使用OCR的人的姓名？当我运行Tesseract OCR时，它无法检索名称。我尝试了灰度/模糊/阈值，使用下面的代码，但没有成功。有什么建议吗？
image = cv2.imread(file_path)
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
image = cv2.GaussianBlur(image, (5, 5), 0)
image = cv2.threshold(image, 0, 255, cv2.THR
浏览 1提问于2018-08-26得票数 11
1回答
预先训练的手写OCR模型
、、、
我一直在寻找专门用于手写OCR的预先训练过的模型。到目前为止我还没发现什么。请你分享一下，如果你知道的话？我发现tesseract很难解析任何不是公式化和完美捕获的东西。
浏览 0提问于2020-01-17得票数 5
回答已采纳
1回答
是否有任何Python方法来识别PDF是否是OCR的(文本的质量很差)和可搜索的PDF (文本的质量是完美的)？
使用pdf元数据
import pprint
import PyPDF2
def get_doc_info(path):
pp = pprint.PrettyPrinter(indent =4)
pdf_file = PyPDF2.PdfFileReader(path, 'rb')
doc_info = pdf_file.getDocumentInfo()
pp.pprint(doc_info)
我发现：
result = get
浏览 6提问于2021-09-16得票数 0
回答已采纳
我有一组特殊的10个图像来执行OCR。它们都是数字；有点短，每张图像大约20个数字。有一个特定的图像，如果我首先运行它，它将有一些不匹配；但是，如果我首先运行其他测试，然后返回到那个图像，所有字符都匹配。
我倾向于得出结论，随着更多的OCR操作的执行，Tesseract正在学习字符，这让我非常高兴。现在的问题是，如果可能的话，我可以保存学习数据，这样Tesseract就会知道下次我使用它时要拿起它？
浏览 1提问于2011-08-29得票数 3
回答已采纳
1回答
从中文文档中提取数据
、、、、
workfusion是否支持使用OCR和机器学习从中文文档中提取数据。敬请指教。
致敬，Sunil Prabakar C
浏览 2提问于2019-09-11得票数 0
当我想要在vs代码中显示灰色图像时，我会得到这个错误，我无法修复它。
错误：
File "d:\OCR_PYTHON\opencv1.py", line 57, in <module>
display("temp/gray.jpg")
File "d:\OCR_PYTHON\opencv1.py", line 21, in display
--> height, width, depth = im_data.shape
ValueError: not enough values to unpack (
浏览 15提问于2022-10-16得票数 -1
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
2回答
用于移动照片的OCR
、、、
我正在考虑开发一款移动OCR应用程序来检测手机图片中的单词。如果只是为了检测图片中的单词，布局并不重要。此外，它还将用于非常短的文本。
我目前正在考虑让tesseract适用于iphone和android。
不知道有没有人有过相关的经验？限制是什么，等等。
谢谢!
浏览 0提问于2010-07-30得票数 0
我想写一个程序，使用Kinect捕捉动作，然后保存运动路径，然后将创建的图像转换为文本。
我不确定OCR是否是最好的方法，因为在所有的可能性，图像的质量将是相当低的。
有没有任何人可以推荐的系统。还有任何关于如何实现它的提示。干杯
编辑：
Windows日志几乎就是我想要的。
浏览 2提问于2012-10-12得票数 2
2回答
如何从浮雕对象中提取圆形文本
、、、、
我有一个对象，上面有两个代码。打印在上面的文本。文本是曲线。文本的一半在对象的顶部，另一半在对象的底部。这是我的示例图像
我正在使用OPENCV，深度学习方法和tessract来OCR它的代码。I逻辑方法(不是深度方法)我首先使用HoughCircles()和logPloar()来对齐行中的文本，然后使用tessract，例如。但是，由于对齐文本的失真，tesseract无法对其文本进行OCR。
在Deep approach中，我找不到tensorflow或torch中曲线文本OCR的最佳解决方案。有许多用于文本检测而不是识别的来源。
向您致敬，约翰
浏览 1提问于2019-05-19得票数 2
以下是我所能做的：
使用msdn中的函数示例将图像从窗口句柄保存到我的计算机，然后在下面的代码中使用tesseract：
STRING text_out;
tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI();
// Initialize tesseract-ocr with English, without specifying tessdata path
if (api->Init(NULL, "eng")) {
fprintf(stderr, "Could not initialize
浏览 4提问于2014-01-21得票数 1
回答已采纳
1回答
我对linux非常陌生，我刚刚开始学习linux的基础知识。我们有一个名为tesseract的包，它在测试和开发环境中有不同的版本。我无法更新tesseract版本，因为它提供了以下内容
apt-get install tesseract-ocr
tesseract-ocr is already the newest version (3.04.01-5)
0 upgraded, 0 newly installed,0 to remove and 1 not upgraded
但是，当我在dev环境中检查版本时
tesseract -v
tesseract 4.1.1
leptonica
浏览 2提问于2021-10-22得票数 0
我正在使用opencv的CvBoost进行分类。我用数千兆字节的数据训练了分类器，然后把它保存下来。该模型有一个由1000名弱学习者组成的树，深度为20 (默认设置)。现在，我想加载它来预测实时生产代码中的类。然而，学习模式的规模是巨大的(几乎是千兆字节)。我相信这是因为保存函数保存了所有用于学习的数据，这样就可以正确地更新培训模型。然而，我不需要这个功能在运行时，我只是想使用固定的参数(1000弱学习者，等等)，这应该不是很多数据。
有没有一种方法可以将弱学习者的参数保存下来并加载到CvBoost?中？
是否有人有使用此或另一个opencv学习模型缩小学习模型数据大小的经验？备注: CvBo
浏览 6提问于2015-02-24得票数 1
1回答
我正在使用Tesseract 2.04在一些图像中执行OCR，现在我必须获得文本的精确位置。但是这个版本不会返回这个信息。
我需要这个来生成一个可搜索的pdf文件。我已经学习了如何在pdf的底层中盖章文本，但我需要位置来盖章这个文本。我的第一个想法是在pdf中执行ocr，获取文本和文本的位置，用iText api在pdf中盖章。
浏览 17提问于2011-12-06得票数 3
回答已采纳
在维基百科和deeplearning4j中都有这样的说法:深度学习神经网络是一种隐层大于1的神经网络.
对于我来说，这类NN在大学里是标准的，而DLNN现在非常夸张。去过那里，做过那件事-有什么大不了的？
我还听说堆叠的神经网络被认为是深度学习。深度学习是如何定义的？
我的神经网络的背景大多来自大学，而不是工作：
神经网络在工业中的应用研究
有5门关于artif的课程。情报。&马赫。学习。-也许其中有两个在NN上
用于小而简单的图像识别项目中使用的三层前馈神经网络。
没有对它们进行真正的研究(如博士论文)。
浏览 0提问于2016-10-04得票数 14
回答已采纳
1回答
快速分类图像是否包含文本的方法
、、、、
我有数百万张图像，我可以使用OCR和pytesseract来执行下降文本提取，但处理所有图像的时间太长了。
因此，我想确定图像是否只包含文本，如果不包含，我就不必对其执行OCR。理想情况下，这种方法具有很高的召回率。
我正在考虑建立一个支持向量机或一些机器学习模型来帮助检测，但我希望任何人都有新的方法来快速确定对象是否包含文本。
浏览 0提问于2018-03-30得票数 0
我想将我的tesseract应用程序部署到heroku，但它总是“无法找到包tesseract-ocr”，也无法部署它。
我正在学习教程和
我的脚步：
将pytesseract.pytesseract.tesseract_cmd =‘/app/..apt/usr/bin/tesseract’写入我的应用程序代码
获取requirements.txt、procfile和Get文件，包括tesseract-ocr tesseract ocr-eng
添加Buildpack (我直接在设置中添加它)，我也尝试了这个buildpack：
添加Tesseract配置文件：TESSDAT
浏览 6提问于2021-07-08得票数 0
2回答
有没有支持收据OCR的应用程序(最好是Android或Linux)，这样我就可以在购物后拍收据了吗？(最好选择与其他人合作，比如团队或家庭开支？)
我设想以下工作流程：
制作收据照片
主要要求:自动将OCR录入购买物品清单及其价格(收货项目清单！不只是总价！)
我可以编辑/修正收据(万一OCR出错)
最好是程序学习如何在不同商店的收据上调用相同的东西。
稍后，我可以分析聚合(从周，月)(最好是导出)。
协作功能非常受欢迎(想象一下团队，当人们增加他们的支出，或者一对夫妇管理他们的家庭)
这段视频是一种代表思想：https://www.youtube.com/watch?v=GDxsedCh8I
浏览 0提问于2014-05-18得票数 9
1回答
我有一个Android AsyncTask，它使用Leptonica库的ReadFile.readBitmap(bitmap)方法重复地将Pix转换为位图。我在完成任何图像处理操作并从中获得Pix对象后执行此转换。
我发现当我不将位图转换为Pix.However时，使用Tesseract的光学字符识别效果会更好，在任何操作中都没有将像素转换为位图。
mOperation=CONVERT_TO_8;
Pix pix2=convertOperation(pix);
mOperation=PIX_TO_BITMAP;
Bitmap bitmap2=convertPixToBitmap(pix
浏览 2提问于2013-11-11得票数 0
2回答
Hy，我目前正在研究我的论文，就是为乌尔都语建立OCR。我有文字，写在图片上。在CNN中，我知道有复杂的和汇集的层来学习模式或(提取特征)。我所读到的关于RNN的是，它学习序列。我想问一下RNN如何提取特征来知道，图像中是什么？
浏览 2提问于2018-10-08得票数 0
回答已采纳
6回答
我在读关于深度学习的论文。其中大多数都是指无监督学习。
他们还说，神经元是使用无监督RBM网络进行预训练的。然后，使用反向传播算法(有监督)对它们进行微调。
那么，我们可以使用深度学习来解决监督学习问题吗？
我正在尝试找出深度学习是否可以应用于文档分类问题。我知道有相当好的分类器可用。但我的目标是找出我们是否可以使用深度学习来达到这个目的。
浏览 7提问于2013-10-29得票数 10
4回答
我正在寻找一个框架或图表，分类所有不同类型的数据分析/机器学习。我想用这个分类来组织我的知识/领域学习。
我所指的数据分析/ML类型的例子包括：-地理地图-图像识别(CV，OCR.)-信号处理-文本/语音理解
是否有对所有这些领域进行分类的图表/框架？
浏览 0提问于2019-11-21得票数 1
1回答
我正在研究一种从单目图像中估计深度图像的深度学习(有监督学习)。数据集当前使用的是KITTI数据。RGB图像(输入图像)使用KITTI原始数据，而来自following link的数据用于地面实况。 在通过设计一个简单的编解码器网络来学习模型的过程中，效果并不是很好，因此人们进行了各种尝试。 在搜索各种方法时，我发现groundtruth只能通过掩码来学习有效区域，因为有许多无效区域，即无法使用的值，如下图所示。 ? 所以，我是通过掩蔽来学习的，但我很好奇为什么这个结果总是出来。 ? ? 这是我训练代码的一部分。我该如何解决这个问题。 for epoch in range
浏览 56提问于2020-09-23得票数 0
我正在尝试修复损坏的文本(下面的图像)，以便可以对图像执行OCR。我该如何修复下面的文本？我已经尝试过膨胀，腐蚀，形态闭合，以及使用轮廓之间的距离。所有这些似乎都不起作用。如果有任何帮助，我将不胜感激，谢谢。
损坏的文本：
尝试的解决方案(无效果)：
import cv2
import pytesseract
import numpy as np
img = cv2.imread ("/Users/2020shatgiskessell/Desktop/OpenSlate/FN2.png")
def OCR (img):
config =
浏览 0提问于2019-02-14得票数 12
1回答
我必须从PDF文档中提取OCR表。我编写了简单的Python+opencv脚本来获取单个单元格。在那个新问题出现之后。文本是反别名的，而且质量不好。的识别率很低。我试着用自适应阈值对图像进行预处理，但效果并不好。我尝试过ABBYY FineReader的试用版，实际上它提供了很好的输出，但我不想使用非免费软件。我想知道某些预处理是否能解决问题，或者编写和学习其他OCR系统是否必要。
浏览 1提问于2014-02-17得票数 3
回答已采纳
1回答
我正在尝试从裁剪的图像中识别文本，但我需要将它从Mat传递到PIX，因为X平台编码。
我试过，和
用同样的图像传递Mat和PIX同样的函数，结果是非常非常不同的(在PIX中它工作得很好，而在Mat中它会变得混乱)。
我可能做错了什么？
谢谢。
PD：(这是我正在使用的代码片段之一)
String imgToString(const char* variables, Mat gray) {
char *outText;
tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI();
if (api->Init
浏览 4提问于2014-11-19得票数 1
10回答
我们都知道当下人工智能已经走向了风口，而大数据是人工智能技术进行深度学习的基石，究竟大数据对人工智能的深度学习有什么影响呢？
浏览 1454提问于2018-03-30
1回答
我正在寻找最好的解决方案，从具有类似标记的+- 90.000图像中获取信息。我在网上发现了一个类似于我的案例的例子：
http://www.fiteyes.com/sites/fiteyes.com/files/VisualField.Left.Humphrey.2006.01.02.web.png
我需要作为原始数据的信息，以便能够进一步处理它们。
对于图像中的数字“圆形”部分，我需要知道数字的位置才能比较它们。
我在想OCR软件。软件中的任何建议都可以用于我的具体情况。首选开放源码/免费软件。
浏览 0提问于2018-10-09得票数 1
我正在学习一些OCR，我在这个网站上发现了这个很好的练习
现在的问题是，当我尝试在muy ubuntu 18.04上运行它时，我得到了一个“未找到的文件”错误，这是我正在挣扎的一行。
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files (x86)\Tesseract-OCR\tesseract.exe'
如果你们谁能解释一下这条线是干什么的，我会很高兴的。另外，我是否需要将其更改为"/home/user/“？在哪里可以在ubuntu中找到相应的文件？提前感谢
浏览 1提问于2020-08-25得票数 0
回答已采纳
1回答
目标是开发一个能够识别鸡蛋标记的应用程序，例如0-DE-134461。我在下面的图像上尝试了和。两个OCR引擎的结果都是灾难性的。
0-DE-46042
Tesseract → ""
Google Vision API → " 2 "
3-ES08234 08234-25591
Tesseract → ""
Google Vision API → " Es1234-2SS ) R SHAH That is part "
裁剪
我用Photoshop手工裁剪图像。
0-DE-46042
Tesseract
浏览 1提问于2017-08-31得票数 8
1回答
我对以下两个过程感兴趣：
对同态加密数据执行深度学习
对未加密的数据执行同态加密模型的深度学习预测。我的意思是加密深度学习模型的权重，将它们发送给数据所有者，并执行加密的预测。数据的所有者将返回加密的预测。例如，请参阅此博客文章中的逻辑回归示例。我想知道是否可以使用PHE (部分同态加密，例如Paillier)进行深入学习(包括许多隐藏层)，或者是否需要一个FHE (完全同态加密)。
欢迎推荐人！
浏览 0提问于2018-02-13得票数 6
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
