我必须写一个程序，从司机前面的车内屏幕上拍摄的视频中进行OCR，所以它只对数字进行OCR。我正在努力寻找实现它的方法。我正在考虑使用openCV，但作为另一种选择，我正在考虑使用一个从视频中提取帧并找到数字的光学字符识别程序。但是许多OCR程序不能正确识别数字(也许OCR需要训练？)。所以我想使用计算机视觉库来完成这项工作。
你认为实现这个简单程序的最好方法是什么？
我认为使用计算机视觉库和匹配的模板会很好，但也可以帮助me.for例如有程序做车牌识别。
所以任何建议都是受欢迎的。
浏览 6提问于2012-06-30得票数 5
回答已采纳
我正在使用tesseract OCR来识别视频帧的文本。
我编写了一个程序，使用ffmpeg获取视频的所有主要帧，并对它们进行裁剪(用静态值)作为文本的中心(例如，它应该是字幕)。
我还使用了ImageMagick和TextCleaner脚本，它们像魔法一样提高了OCR的质量！
不管怎么说，有时候我的视频质量不太好，或者视频大小有点小，或者裁剪没有中间的文本(因为值是staitc)，而OCR的结果非常糟糕。
我的问题是:如何才能检测到文本的正确位置？这将提高OCR的质量，取得更好的效果。
如有任何建议，将不胜感激。谢谢。
浏览 2提问于2014-12-04得票数 1
我们正在探索Microsoft Indexer的合规性，并上传了一段视频，视频中用户与信用卡号共享电子表格，期望Azure服务对这些号码执行OCR。 这就是我所读到的：“视觉文本识别(OCR)：提取视频中视觉显示的文本。”这里：https://docs.microsoft.com/en-us/azure/media-services/video-indexer/video-indexer-overview 以下是视频的链接：https://www.videoindexer.ai/accounts/9cc5a4d4-7d5a-4e55-bf8c-1d4d9d885c3a/videos/a6ba
浏览 39提问于2020-04-16得票数 0
1回答
谷歌云功能-视频智能
、、、
我知道如何通过Google触发用于对象跟踪/对象检测的视频智能请求，如下所示：
video_client = videointelligence.VideoIntelligenceServiceClient()
features = [videointelligence.enums.Feature.OBJECT_TRACKING]
operation = video_client.annotate_video(gs_video_path, features=features)
如何触发品牌检测、场景检测、OCR、语音识别和名人识别的相同功能？
浏览 3提问于2021-01-22得票数 0
回答已采纳
1回答
目前我正在开发自动车牌识别系统。我已经使用yolov7的号码板检测和文本检测设施，从谷歌视觉API。我用测试图像测试了整个系统。现在我愿意开发一个系统来检测和读取视频源中的车牌。我可以为视频做检测部分，而我被卡住的地方是使用OCR作为视频中检测到的绑定框。
对于图像，我首先应用经过训练的YOLOv7模型，提取出车牌，并将检测到的车牌保存为从目录中的原始图像中裁剪出来的部分。然后将OCR应用于该裁剪部件(号码板)，并读取文本。
测试样本：
NP检测：
检测到的NP：(OCR应用于这幅裁剪的图像)
检测到的文本：
我可以从视频中检测到车牌号码，但无法找到一种方法来冻结检测到号码板的帧，
浏览 9提问于2022-09-13得票数 1
我正在与OpenCV一起进行一个项目，通过openCV从视频流中实时检测目标。因此，我必须首先检测和提取scoreBox，然后尝试通过tesseract-ocr读取(识别)分数。我的问题是当我继续阅读tesseract的分数框时，它没有给出正确的结果(分数值)
示例:在这个tesseract上应用，它给出了5: 55:35L‘的结果。
有什么帮助吗，我要做什么？我应该训练tesseract还是写我自己的OCR代码？
浏览 1提问于2014-04-19得票数 2
1回答
我正在测试android vision文本识别器，在实时使用中，docs建议我“限制对文本识别器的调用。如果在文本识别器运行时有新的视频帧可用，则丢弃该帧。” 在示例ocr-reader应用程序(它与ML Kit示例应用程序共享CameraSource和OcrDetectorProcessor )中，我试图准确地弄清楚这是如何实现的。谁能给我指个方向？我正在研究CameraPreviewCallback和FrameProcessingRunnable类，但还没有进展。谢谢!
浏览 12提问于2019-03-17得票数 3
1回答
我需要开发一个应用程序，它将识别目前正在电视中运行的频道名称。我正在使用简单的CaP视频采集设备，从dth机顶盒中获取视频。目前，我使用ffmpeg将其切割成框架。然后我用Tesseract OCR读取图像内容。它似乎并不完美。所以我需要一些其他的方法来实现它。有人能帮我实现这个应用程序吗。
浏览 0提问于2013-09-02得票数 1
1回答
隔离视频流中的彩色文本区域
、、、、
我想在现场视频中检测5-6米高的彩色文本。这些文本的宽度接近30-40厘米。我使用了一些方法。例如，一种是HSV来检测颜色。但由于HSV值应在环境照明更改时更改，因此该选项没有什么用处。此外，它不能检测超过30厘米的颜色。此外，我还寻找了用于文本识别的OCR。为了我的研究，人们说我应该使用颜色检测来完成这项任务，因为它比OCR更容易。而且，对于期望的结果来说，这是足够的。
总而言之，即使在室内或室外环境中，如何检测直播视频流中5-6米外的红色和绿色文本？
浏览 13提问于2018-08-23得票数 3
回答已采纳
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
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
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
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
我使用OCR来识别图像中的文本。我使用来自的从用户的相机/视频输入中拍摄照片/快照。以下是负责这一工作的代码：
function getBlobFromMediaStream() {
const videoTrack = mediaStream.getVideoTracks()[0]
const imageCapture = new ImageCapture(videoTrack);
return imageCapture.takePhoto().then(blob => {
if (!blob) throw "Photo could
浏览 1提问于2020-06-18得票数 5
回答已采纳
2回答
当前的文本捕获API(例如Google的文本API)是否足够快，能够从手机的视频提要中捕获文本，并在摄像机移动时在文本上绘制一个保留的框？
我不需要足够的速度来完成所有的OCR每帧(虽然这将是惊人的！)我只是在寻找足够快的识别块文本，并保持与实时图像同步显示包围框。
浏览 9提问于2017-11-14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
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
我经常使用谷歌的Vision OCR，它真的非常准确。我想知道我是否可以对视频文件或视频流进行OCR。比方说，我有一些监控视频，我想获取整个视频中的所有文本。在Google的视频智能API中，我只能获取标签，我猜这是使用Google Vision的标签检测API。我认为在视频的每一帧上OCR可能都会有挑战，但仍然想尝试开始讨论如何做到这一点。可能没有完美的解决方案，但即使我们得到50%，也总比什么都没有好。
浏览 5提问于2017-12-11得票数 3
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
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
我正在尝试使用android ML Kit文本识别库进行文本识别，但在运行时遇到错误，没有返回任何文本。错误： W/TextNativeHandle: Native handle not yet available. Reverting to no-op handle.
W/DynamiteModule: Local module descriptor class for com.google.android.gms.vision.dynamite.ocr not found.
I/DynamiteModule: Considering local module com.google.and
浏览 317提问于2020-08-26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
我正在使用Google Firebase Vision API进行文本识别(OCR)。我的用例是对文档中或文档头部的人名进行OCR。此外，我有一个数据库或我希望扫描的姓名列表。我知道其他的OCR引擎支持将单词列表或字典加载到引擎，这有助于提高识别率。我似乎想不出如何使用Firebase Vision文本识别来做到这一点。如果我有一个列表或名称数组，我是否可以将这些名称作为唯一要识别的字符串/单词加载到引擎中？ 谢谢!
浏览 12提问于2020-03-26得票数 0
我使用Tessearct来识别图像的字符。但我希望OCR忽略数字字符。
_tesseract->SetVariable("tessedit_char_blacklist", "0123456789");
通过这种方式，OCR不识别数字字符，但它为我提供了一些我不想要的其他字符。
例如:有一个图像的文本为$ 12，当我在该图像上应用OCR时，它提供了美元fl。
如上文所示，OCR将12转换为fl，这是我不想要的。我希望12被OCR忽略。
有没有办法得到美元而不是美元fl的结果？
给我任何解决办法。任何帮助都是有价值的。
浏览 2提问于2013-03-04得票数 3
回答已采纳
1回答
我使用python和keras ocr。我希望角星只识别数字，所以在管道中我这样做。
recognizer = keras_ocr.recognition.Recognizer(alphabet="0123456789")
pipeline = keras_ocr.pipeline.Pipeline(recognizer=recognizer)
但是，它并没有像tesseract白名单那样将字母转换为数字和提高识别质量，而是发生了。
所以这些数字根本认不出来。
使用默认字母表，结果会更好。但是有些数字和字母混淆了。然而，将字母改为数字，如“替换(”O“，”0“)是一个非
浏览 25提问于2022-05-30得票数 3
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
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
1回答
假设我已经在Abbyy FindeReader中对多个PDF进行了光学字符识别。是否可以稍后在Abbyy FineReader中重新加载光学字符识别结果，以便纠正光学字符识别错误？ 我的想法是，我希望将执行OCR和(稍后)更正OCR结果分开
浏览 36提问于2020-10-09得票数 0
回答已采纳
1回答
我正在尝试从扫描的身份证中提取数据，但遇到了光学字符识别准确性的问题。这是一些额外的小字后面的名字，这是混淆了身份证上的常规名称。表单识别器中的OCR不准确。我尝试了计算机视觉3.0-预览读取API，它工作正常。有没有办法将新的3.0计算机视觉OCR API与表单识别器2.0一起使用？我看到一些文档，其中提到在容器中使用表单识别器时使用计算机视觉的API？如果我们使用云中的表单识别器API而不是本地容器，是否可以指定OCR API？
浏览 5提问于2020-05-18得票数 0
1回答
OpenCV记分箱检测与提取
、、、、
我正在使用OpenCV，我正在尝试从足球视频的记分板中提取比分，并比较比分变化以自动检测目标。做到这一点的最好方法是什么？
我发现我可以使用OCR (光学字符识别)，其他人说它可以使用SVM完成……
我并不是问完整的代码，但是如果有人有任何示例链接，或者你可以只输入一个演练，它是非常有帮助的。
我试着这样做：(因为我不能发布照片，请看下面的链接： )
1/检测分数框分数可以在视频的任何角落，即自动检测
2/分数检测
3/最后比较结果并检测==>目标的变化
浏览 1提问于2014-03-28得票数 1
我正在寻找android..Is (自动车牌识别/车牌识别)软件开发工具包，有适用于安卓系统的软件开发工具包吗？
我想为android开发一个车牌识别软件，用户可以使用手机摄像头扫描车牌并识别车牌号码。
我尝试了一些光学字符识别(OCR)引擎，如Tesseract，但准确性太差了。
除了OCR，还有其他方法可以使用吗？
浏览 23提问于2013-05-16得票数 6
回答已采纳
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
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
我正在开发一个Android OCR。在Android中使用tess-two制作了OCR。我已经从下载了'traineddata'(tess-two)文件。
我想提高“训练数据”文件的识别性能。但我发现只有iphone或C++语言的代码。请告诉我如何提高Android 'traineddata‘的识别概率。
浏览 4提问于2016-08-08得票数 0
该系统应该通过在使用android的设备上捕获的图像上使用OCR来记录学生的出勤情况。在OCR处理捕获的图像中的字符(例如，用于识别学生的数字)之后，将显示和记录学生的详细信息。
步骤:使用任何使用操作系统android的设备捕获数字图像--> OCR识别图像中的数字-->这些数字将用于显示学生的数据并记录他或她当天的出勤情况。
浏览 2提问于2013-04-01得票数 0
1回答
减少处理视频流时的CPU开销
、、、、
我正在开发C# WPF汽车车牌识别使用OCR。
流是，我正在从视频流MJPEG获取图片，这些图像应该被传递到OCR以获取版本号和其他细节。
问题是：视频流产生大约30帧/秒，CPU不能处理这么多处理，也需要大约1 Sec来处理1帧，而且当我在队列中得到多个帧时，CPU将被使用70% (英特尔I7第4 G)。
有人能提出解决方案和更好的实现吗？
//This is the queue where it will hold the frames
// produced from the video streaming(video_Newfram1)
privat
浏览 4提问于2016-11-21得票数 0
2回答
可以在iphone中进行OCR检测吗？如果是这样的话，谁能提供链接，帮助我在iphone中开发OCR识别？
谢谢Rakesh
浏览 3提问于2012-03-14得票数 1
回答已采纳
我正在尝试使用英特尔Movidius神经计算棒2执行光学字符识别。我使用的光学字符识别网络基于YOLO，因此将图形结构保存为.cfg文件，并将权重保存为.weights文件。我使用的是OpenCV，它与Openvino一起安装在Raspberry Pi 3b+上。我的代码如下：
import cv2
# load network
ocr_net = cv2.dnn.readNetFromDarknet('ocr-net.cfg', 'ocr-net.weights')
ocr_net.setPreferableTarget(cv2.dnn.DNN_TARGE
浏览 5提问于2019-10-17得票数 0
1回答
基于OpenCV的车牌识别
、、、、
我从github ( )得到了一个很好的自动车牌识别项目。为了运行它，我们需要OpenCV和Tesseract光学字符识别库()。它在我的Ubuntu 12.04 32位系统上运行良好。
问题是，在配置OpenCV和Tesseract之后，我在另一个系统(Ubuntu12.04，32位)中设置了相同的工作代码，但在创建项目时产生了以下错误。我正在努力找出问题所在
错误是
g++ -Wall -Werror -O2 -c main.cpp -o main.o
g++ -Wall -Werror -O2 -c recognizer.cpp -o recognizer.o
g++ -Wall -We
浏览 6提问于2014-02-22得票数 0
我正在尝试使用Iron OCR的库来进行OCR，我在尝试执行基本操作时遇到了这个错误。
AutoOcr OCR = new AutoOcr() { ReadBarCodes = false };
Encoding.RegisterProvider(CodePagesEncodingProvider.Instance);
var Results = OCR.Read(@"Screenshot.png");
Console.WriteLine(Results.Text);
光符识别异常:铁制光符识别InstallationPath权限错误1772.无法将IronOCR资源部署并运行
浏览 0提问于2019-09-09得票数 3
3回答
我想在我的项目中实现手写识别。
例如，当用户在屏幕上写入A时，屏幕应该显示A，
我在google上搜索过，到目前为止我已经找到了，tesseract OCR，但是我不知道tesseract OCR是什么，以及如何在我的项目中实现这一点，可以有人给出tesseract OCR的演示教程，我不知道tesseract OCR是免费的还是付费的.
tesseract OCR ！！！
浏览 5提问于2012-02-03得票数 3
回答已采纳
我的代码是：
//Imports
const express = require('express');
const app = express();
const fs = require("fs");
const multer = require('multer');
const { createWorker } = require("tesseract.js");
const worker = createWorker();
//Storage
cons
浏览 12提问于2022-04-27得票数 0
我在我的项目中使用AspriseOCR从图像中识别文本。aspriseOCR.jar文件被正确地配置为我的Eclipse库，但是得到了下面的错误。有人能指点我怎么解决这个问题吗？
java.lang.UnsatisfiedLinkError: no AspriseOCR in java.library.path
at java.lang.ClassLoader.loadLibrary(ClassLoader.java:1860)
at java.lang.Runtime.loadLibrary0(Runtime.java:845)
at java.lang.System.loadLibrary
浏览 1提问于2013-11-03得票数 0
回答已采纳
我想获得现有的光学字符识别数据在.tif文件中使用Java。此OCR数据使用MS Office Document Image Writer创建。我已经搜索了一些开源库，但我找不到任何可以检索/读取附加OCR数据的库/工具。
如何使用Java在.tif文件中获取此光学字符识别数据？
浏览 1提问于2011-08-11得票数 0
回答已采纳
我想使用IronOCR从屏幕截图中识别出个位数。
问题是，我的.Read()结果总是以空"“结束。
这是我的密码
var bmpScreenshot = new Bitmap(105,
25,
PixelFormat.Format32bppRgb);
var gfxScreenshot = Graphics.FromImage(bmpScreenshot);
gfxScreenshot.CopyFromScreen(992,
400,
0,
0,
浏览 8提问于2022-03-06得票数 1
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
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
