1回答
基于OCR的BarCode识别
、、、、
我试图用简单的CNN识别条形码，把它当作一个多位数识别问题。结果不是很好。所以我也在寻找一些更好的深造模式。在我的搜索过程中，我没有发现在条形码上试用任何OCR型号。所以我的问题是-可以训练OCR模型识别条形码。我发现条形码的检测和识别任务与文本识别非常相似。我遗漏了什么吗？
浏览 3提问于2020-05-09得票数 1
回答已采纳
1回答
提高扫描文档的OCR精度
、、、
我正在使用标准的兄弟A3多功能扫描许多A3文档，然后使用FineReader Pro对图像进行OCR‘。
然而，我得到了很多错误的字符识别，和许多非字母数字奇怪的字符。
有人能给我任何建议，以编程方式提高OCR的准确性，要么对扫描图像进行预处理，要么对识别的文本进行后处理？
编辑：.它包括一些样本图像，从中我得到了最糟糕的结果。
浏览 3提问于2011-01-11得票数 1
回答已采纳
我们使用腾讯云行驶证/驾驶证识别服务最近经常会出现识别错误，返回的错误信息如下：
同一张图片，刚才还能识别，下一次又识别不了，过一会重试又能识别了
2019-06-25 14:54:52.562 |-ERROR [XNIO-2 task-7] com.qcloud.image.ImageClient [94] -| generalOcroccur a exception, request:bucketName:xjxl-1258668734, message:{"code":-3,"message":"Unexpected response: Respo
浏览 246提问于2019-06-25
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
2回答
哪一个是好的，但经济的(或免费的) OCR转换阿拉伯文和英文文本扫描卡图像？
应用种类
OCR (软件开发工具包)
平台
可以在.NET框架内使用SDK。
所需特征
阿拉伯文和英文字符识别
预算
不超过1,000美元
浏览 0提问于2015-02-05得票数 3
回答已采纳
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
我正在创建一个服务，用于监视文件夹中的扫描文件。一旦文件存在，该服务就会提取它，并将其转换为可读的PDF。在此过程中，该服务还会搜索条形码。在此之后，提取文本，并将文件及其文本存储到我们软件的数据库中。该位置基于条形码。
现在，对于光学字符识别，我们使用了Atalasoft的SDK ()。此外，条形码识别器也包含在此SDK中。
但是转换后的文本仍然有一些错误。(我用其他OCR程序运行了一些测试，但Atalasoft运行得很好。)我正在寻找一些软件(SDK-套件)，可以让我提高的质量的PDF的OCR的目的。
我测试了Kofax ()。我正在寻找类似的东西，但这可以使用某种SDK-kit在服务中实
浏览 2提问于2011-07-06得票数 5
回答已采纳
我需要在.NET应用程序中使用可以识别手写的OCR组件。我们从MS office启动并运行了MODI组件，它可以识别打印的文本，但不能识别手写内容。
我不介意付钱。
有人有什么建议吗？
非常感谢，吉姆
浏览 7提问于2009-02-26得票数 12
3回答
我想知道有没有人能给我一些图像记录软件包的指点，帮助我识别“文本”(不是OCR，只是看起来像文本的东西)和一个黑盒子边框。因此，假设：
text
+----------+
| |
| text1 |
| |
| |
+----------+
text
我如何识别“文本”框是文本，以及text1是否在框内？
很抱歉这个模糊的问题..。我不知道从何说起。顺便说一句，这不是家庭作业。
浏览 0提问于2009-10-25得票数 1
回答已采纳
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
我正在寻找一种方法来确定最“不同”或“可识别”的N个ASCII字符...例如，如果N= 10，从0x21到0x7E的ASCII集合中最不同的N个字符是什么？显然，字符"X“与"O”(字母)非常不同，但"O“(字母)与"0”(零)非常相似。假设一个受限的OCR字符子集，这样0和字母O将被检测为一个或另一个，并且不必担心它是零还是字母O，那么典型的OCR引擎(例如Tesseract)很容易从质量较差的输入图像中识别出的最不同的N个字符是什么？假设。例如"+“和"t”会被广泛地误认为是另一个。因此，每个输入字符，无论是"+“还是"t”，
浏览 0提问于2009-09-11得票数 1
回答已采纳
它的几个应用是文本识别(OCR)、人脸识别(生物特征识别)、相机制导导弹(目标获取系统)。每一个都涉及到分析图像和制作一些感兴趣的对象。是否有一个术语来描述程序的这个分支？
浏览 0提问于2012-09-21得票数 2
回答已采纳
我需要从这样的小图像中提取单词：
我使用命令行中的tesseract和西班牙语选项，如下所示：
tesseract category.png -l spa -psm 7 category.txt
我认为这个文本必须容易被OCR解析，但是这个词是不被识别的。我将-l spa用于西班牙语和-psm 7，因为图像只有一行(无论如何，如果不使用-psm参数，结果是相同的)。
这就是结果：s…"…
我使用此构建与lang包： (官方引用的github来源)
浏览 0提问于2016-04-17得票数 2
回答已采纳
很抱歉，如果这个问题以前已经在这里问过了，但我找不到答案。
因此，我正在创建C#光学字符识别程序，以便扫描商店收据。Vision OCR DocumentTextDetection本身可以非常准确地处理文本，但我还有其他问题：
当我扫描回执(下图中给出的模板)时，Vision OCR在两列密集文本中表现出奇怪的行为。例如，我有这样的收据模板格式：
响应通常是由第一列的产品名称或第二列的价格填充的单列字符串。
因此，通常的响应示例：
RECEIPT Product1 Product2 Product3 9.99 A Product4 9.99 A 12.10 A Product5
此响
浏览 18提问于2017-12-09得票数 0
回答已采纳
1回答
我正在做很多病人入院调查问卷。以下是调查问卷的扫描示例。我需要处理它们并将其存储到数据库中，但我在检测这些手写标记时遇到了问题： 病人摄入量问卷 ? 问卷中有不同类型的分数。某些复选框被涂成黑色。某些复选框有勾号或十字标记。这些标记表示复选框处于选中状态。我需要使用opencv2来识别选中了哪些框。 我已经尝试了光学字符识别，但结果并没有真正的帮助。这些标记的形状太多，因此OCR会将它们识别为不同的字符。我需要找出在调查问卷中选中了哪些框。cv2本可以解决这个问题，但我毫无头绪。 # Expected input: An image of Questionnaire
# Expecte
浏览 30提问于2019-05-07得票数 4
1回答
我在哪里可以找到整体单词识别的算法细节？我需要在硬件上构建一个简单的OCR系统(实际上是FPGA)，而科学期刊似乎如此抽象？
有没有开放源代码(开放核心)的整体单词识别代码？
谢谢
浏览 0提问于2010-12-22得票数 2
回答已采纳
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
我正在做一个使用tesseract的僧伽罗语OCR项目。我的目标是ocr，包括文档中的文本的多列。并以正确的格式输出put文件。有没有什么方法可以使用tesseract来识别文档中的列？
浏览 6提问于2015-07-27得票数 9
我为美国陆军工作，想开发一种设备，可以扫描盒子上的模板标记。然后使用软件OCR扫描捕获的数据。我的工程师拿出一个有钢网标记的盒子，用办公室扫描仪对其进行扫描。他们试图使用Adobe Acrobat，但它无法识别字母，因为模板标记在每个字母中都有间隙。
浏览 3提问于2011-07-19得票数 0
我的一个android项目需要一个OCR阅读器功能来读取银行支票叶子上的MICR代码。我们已经尝试了一个android原生应用程序的示例代码，它可以扫描页面并读取最多不同类型的字体。但当扫描MICR代码时，应用程序无法读取数字，并给出完全不同的数字。请建议在MobileFirst平台中是否有任何可用于光学字符识别扫描的功能，如果可能，请分享示例代码。请告诉我能否通过OCR扫描仪读取MICR代码？
浏览 3提问于2016-02-11得票数 0
是否有一个与PixTools类似的库，用于从扫描仪获取图像、图像，然后在OSX操作系统中进行图像识别？
PixTools / Scan开发人员编程控制整个扫描过程和每个扫描器特性
我在用扫描仪在MAC中编程，我在快速编程。
我需要一个库，它允许我操作图像，并将OCR作为.Net的像素工具来执行。
浏览 3提问于2015-06-25得票数 0
回答已采纳
我需要将扫描文档转换为mac上可搜索的文本PDF。
Acrobat可以通过其文本识别功能完美地完成这一任务，但考虑到我只需要这一个功能，Acrobat是相当昂贵的。有没有其他OCR工具可以做到这一点？OCR结果的质量很重要。
它不需要免费，只需要比Acrobat更低的成本。
浏览 0提问于2015-03-02得票数 2
回答已采纳
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
4回答
根据您的经验，阅读日语文本最准确的开源光学字符识别(OCR)库/软件是什么？
我刚刚试过，即使是在一个非常干净的高清文档上，它的错误率也超过了2%。
浏览 1提问于2010-04-01得票数 25
回答已采纳
2回答
根据的说法，“拉丁文字、打字文本的准确识别现在被认为是一个很大程度上解决了应用程序中的问题，这些应用程序可以获得清晰的成像，例如扫描打印文档。”然而，它没有给出任何引用。
我的问题是:这是真的吗？目前的技术水平是否如此之好，以至于为了更好地扫描英文文本，就没有任何重大的改进可以做了吗？
或者，这个问题的一个较不主观的形式是:现代OCR系统在识别英文文本以获得高质量扫描方面的准确性如何？
浏览 1提问于2009-10-19得票数 4
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
我怎样才能从这张照片中获取字符。我试过这个代码，但OCR仍然很难识别 import cv2
TEXT_TOP = 680
TEXT_BOTTOM = 740
TEXT_LEFT = 280
TEXT_RIGHT = 1080
img = cv2.imread ('2.jpg')
cropped = img [TEXT_TOP: TEXT_BOTTOM, TEXT_LEFT: TEXT_RIGHT]
white_region = cv2.inRange (cropped, (200, 200, 200), (255, 255, 255))
cv2.imshow (&#
浏览 15提问于2018-12-24得票数 0
回答已采纳
4回答
专为屏幕阅读设计的OCR引擎
、、、、
是否有为识别屏幕捕获图像中的文本而不是扫描的文本而设计的OCR引擎？我有一个项目，我需要在应用程序中检索和识别文本，到目前为止，我尝试过的OCR引擎都没有在屏幕截图上表现得很好。
理想情况下，引擎应该与颜色和背景噪音很好地工作，尽管我可以做一些宽限，如果没有这样的可用的。
它需要与.NET兼容；要么用.NET编写，要么有一个.NET可调用的应用程序接口。
浏览 1提问于2010-07-27得票数 10
刚刚发现，vim运行所有以相同名称开头的ftplugin。
例如：
检测到的文件类型= ocr
这些文件具有不同的版本。因此我有不同的ftplugins：
ocr_01 =>基础版(检查文件版本并设置正确的文件类型)ocr_01 =>版本01...ocr_n =>版本n
当打开一个光学字符识别文件，文件类型被检测为‘光学字符识别’->的光学字符识别基础-File插件将加载。它检查文件的版本(例如01) =>文件类型将被设置为ocr_01。
我期望，只有文件类型插件ocr_01加载，但所有以'ocr‘开头的ftplugin是: ocr_01，ocr_02..
浏览 8提问于2013-07-26得票数 0
1回答
我已经开始了一个简单的项目，在这个项目中，它必须获得一个包含带有上标的文本的图像，然后通过使用OCR (目前我使用的是tesseract)，它必须识别上标字符+正常字符。
例如，我们有一个化学方程式，如Cl²，但当我使用测试血清来识别它时，它给出了Cl2 (全部在一行中)。
那么，这个问题的解决方案是什么呢？是否有其他OCR API能够读取上标？
浏览 5提问于2012-03-02得票数 4
回答已采纳
在俄罗斯的圣彼得堡，当地的旅行卡上有大量的身份证号码，这些号码很难读懂，当你在网上打卡的时候，就会在网页上输入。因此，我想建立一个小应用程序，可以拍摄一张旅行卡的照片，并分析出数字。
这项任务比自由形式识别要容易一些：
卡的大小是众所周知的。
id号码是已知大小的，位于卡上非常知名的位置，它们只是编号，没有字母(好的，我认为有两个变体，也许它们将来还会增加1-2个)。
甚至字体都是预先知道的。
即使前几个数字对大多数卡来说也是相同的(到目前为止，只有两个前缀)。
你会怎么做？是否有任何库不是为普通OCR而调的，而是像我所需要的“暗示”OCR？
向你问好阿特姆。
浏览 7提问于2016-07-11得票数 1
我想用Tesseract OCR扫描文本(只扫描数字)。我在我的UIImagePicker (相机)上放了一个覆盖层。下面是覆盖图的nib文件
白框是“扫描区域”，用户在这里放置要扫描的文本。长方体具有以下坐标值：
我把这些坐标输入我的setRect:(CGRect)
-(void)recognizeImageWithTesseract:(UIImage *)img
{
dispatch_async(dispatch_get_main_queue(), ^{
[self.activityIndicator startAnimating];
[self.
浏览 2提问于2014-08-12得票数 0
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
2回答
OCR扫描文件并检索元数据
、、、、
我正在使用Alfresco社区6.1。
我有数千张发票要扫描，OCR它们(接近100%的识别)和检索所需的元数据(合作伙伴，发票号码，金额，单位，货币，.)。
根据检索到的这些元数据，我需要对发票进行一些操作(将它们移动到适当的文件夹，应用一些工作流.)。
作为第一批批准：
对于OCR，我使用了，但结果并不十分准确(远远不是100%)。
为了检索结果，我将OCRed转换成一个纯文本文件，然后使用javascript和document.content搜索它的内容。但是由于OCR不准确，我无法判断它是否是在文档中搜索的最佳解决方案。
所以我的问题是：
如何使OCR结果更加准确？
浏览 4提问于2019-09-26得票数 1
1回答
我试图使用光学字符识别(OCR)来读取数字视频(DV)磁带上的文本。我正在使用裁剪的静止帧从视频为OCR过程。文本是白色的，但是有颜色伪影(可能是复合颜色伪影)，因此白色文本的颜色会流血(参见下面的示例)。颜色看起来像是洋红-青色-黄色的颜色，也许？
如果我可以删除/过滤那些颜色，只在文本上留下白色，那么OCR的结果可能会得到改善。然后，我可以创建一个二元黑白图像。我现在可以这样做，但是我怀疑如果我能在OCR之前从白色文本中移除颜色，那么结果将得到改善，这将有望帮助将白色文本与背景图像分开。
是否有任何方法，最好使用Imagemagick，从白色文本中过滤掉这些颜色？我不确定有什么最好的方法来
浏览 0提问于2016-11-21得票数 0
我在很多不同的情况下都有这个问题。
我将分享一个例子。
我有一些常见问题的意图。一个答案是“什么是命名实体识别”--这是它的话语：
告诉我关于命名实体的识别
告诉我关于纳的事
什么是纳
你所说的命名实体识别是什么意思？
什么是命名实体识别
另一个回答是“什么是光学字符识别？”这是它的话语：
OCR
你说OCR是什么意思？
你能告诉我什么是OCR吗？
讲述OCR
什么是光学字符识别？
什么是OCR？
当我进入时，“ocr是什么？”它按照预期工作，并给出了OCR的答案。但是当我在所有大写中输入OCR时，都会问同样的问题(OCR是什么？)它
浏览 4提问于2019-03-22得票数 2
回答已采纳
1回答
我正在自动化一个电脑游戏，使用Sikuli作为一个业余项目，并希望得到足够好的脚本，以帮助我的工作。在某个小区域，(20x20像素)将出现15个字符中的一个。现在，我将这15个图像定义为变量，然后使用if，elif循环执行Region.exists()。如果我的图像中有一个出现在区域中，我会给一个变量适当的值。
我是这样做的两个领域在屏幕上，然后根据组合的字符，脚本点击适当。
现在的问题是，运行15 if语句大约需要10秒。我希望能在近1秒内完成这个识别。
这些只是文字字符，但OCR功能没有可靠地读取它们，我希望接近100%的准确性。
这样做合适吗？你们有更好的方法推荐吗？在过去的3年里，我没
浏览 1提问于2016-08-17得票数 1
回答已采纳
我想用.Net中的Tesseract OCR引擎做一个光学字符识别。因此，我使用了tesseractdotnet-Wrapper 。我需要获取每个识别单词的单词位置(RetriveResultDetail-Method)：
TesseractProcessor ocr = new TesseractProcessor();
ocr.Init(executionPath, "eng", 3);
Image image = Image.FromFile(imagePath);
Console.WriteLine(ocr.Apply(image));
List<tesserac
浏览 0提问于2013-06-03得票数 0
回答已采纳
1回答
我尝试使用表单识别器分析发票，标签tool.The发票包含字段和表数据。表中的所有数据都由ocr进程识别并可读。不幸的是，这些表并不总是被认为是表。有时，只有一半的数据被识别为表，在某些情况下，没有任何标记为表。
获取表数据的最佳方法是什么？
说：“表数据应该被自动检测，并在最终的输出JSON文件中可用。但是，如果模型无法检测到所有表数据，您也可以手动标记这些字段。用不同的标签标记表中的每个单元格。如果表单中的表有不同的行数，请确保至少用尽可能大的表标记一个表单。”
这是不切实际的，而且会使几百个字段以上的现场计数器麻木。是否有改进表识别的方法，可能通过修改labels.json和定义
浏览 4提问于2020-07-08得票数 1
2回答
我正在为UWP开发，Windows有一个OCR引擎: Windows.Media.Ocr
我的问题是:有人知道Windows OCR是否可以接受识别新字符或使用自定义字体的培训？如果是的话，我怎么能做到？
我想要实现的是识别非字母符号。我想在每个例子中识别字符⌰(unicode: U+2316)或⌖(U+2316)。
我想识别的字符不是任何语言的符号。
浏览 9提问于2016-03-07得票数 3
回答已采纳
我在这个扫描仪中有一些问题，使用的是C#.net中的WIA或TWAIN。我们计划购买柯达i920扫描仪，通过我们在C#中的应用扫描图像。我的问题是
1.是否可以使用任何一个驱动程序一次单击扫描图像。(我不想选择设备对话框和图像设置对话框)
有些扫描仪有内置的OCR功能。我能用那个扫描仪的OCR功能编程吗？因此，当我点击OCR按钮时，扫描仪必须扫描一个do OCR并将我还原回原处。有可能这样做吗？
浏览 3提问于2011-09-08得票数 1
回答已采纳
1回答
我们的项目是关于OCR的，根据我的研究，在进行字符识别之前，它会经过预处理阶段。我知道我们可以使用openCV来实现这一点，但我们不能根据我们的规则使用它。
我的问题是，谁能告诉我预处理的一步一步和最好的方法/算法。
就像我所知道的，
1.YUVluminace
2.greyscale
3.otsu阈值
4.Binarization
5.霍夫变换
原始Image> YUVluminace>灰度下一步是什么？？
谢谢!
浏览 6提问于2014-08-14得票数 0
1回答
我做了一个IOS应用程序，使用光学字符识别扫描条形码，并将数据复制到UserDefaults.standard.value(forKey："barcodeId")作为！收据中的字符串。我正在尝试自动填充数据，因为我已经设法将数据传递给元素ID，但是使用OCR扫描的数据没有填充正确的值。下面是来自控制台的信息。注意:我已经隐藏了URL，因为它是一个私有URL。Optional(8.906010283900207e+17)是我需要传递给基于what的表单上的元素ID的内容。
谢谢!
Error Domain=WKErrorDomain Code=4 "A JavaScrip
浏览 0提问于2018-02-06得票数 0
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
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
Tesseract图像到文本
、、、、
我使用以下代码：
Bitmap image = new Bitmap(Application.StartupPath + "\\" + "1111.jpg");
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
// ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only
ocr.Init(null, "eng", false); // To use correct te
浏览 7提问于2013-12-09得票数 0
老实说，我只是卡住了，无法思考。我已经努力创建了一个可以阅读字母的令人惊叹的模型，但我如何继续阅读单词、句子、段落和全文？
这是一个一般性的问题，所以请原谅我没有提供代码，但假设我已经成功地训练了一个网络，能够识别许多种类的字母和许多字体，以及图像中各种不同的噪声和失真。
(从技术上讲，该模型训练的图像仅为36*36灰度图像，并且该模型是一个带有一些conv2d层的简单分类器)
现在我想使用这个训练有素的模型和它的所有参数，并给它一些东西来阅读，变成一个完整的OCR程序。这就是我被卡住的地方。我想给程序一张纸的照片/扫描图，让它识别所有的字母。但是，当图像明显大于训练它的单个字母的图像时，我如
浏览 0提问于2017-07-17得票数 1
2回答
我正在使用这种光学字符识别算法来检测图像中的数字。我试过使用tesseract，但我遇到了完全相同的问题，有时它不起作用。这从来没有起过作用(java ocr)。当我使用java ocr时，除了/n，它没有获取任何输出。
图像完全是白色的，数字是黑色的。图像中唯一的伪像是靠近顶部和底部边框的两条线，它们甚至没有与字符接触。对齐是正常的，就像打印的文本一样，它不是手写的或倾斜的。
BufferedImage image2 = ImageIO.read(new File("moneyImage"+".bmp"));
ImageManipulator.show(ima
浏览 0提问于2014-03-07得票数 7
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
