我试图用Python编写代码，用于使用Tesseract-OCR进行手动图像预处理和识别。
手册过程：
为了手动识别单个图像的文本，我使用Gimp对图像进行预处理，并创建一个TIF图像。然后我把它喂给Tesseract-OCR，它正确地识别了它。
用Gimp对图像进行预处理-
将模式更改为RGB /灰度
菜单--图像--模式- RGB
脱粒
菜单--工具--彩色工具--阈值--自动
将模式更改为索引
菜单--图像--模式-索引
调整大小/比例至宽度>300 to
菜单--图像--缩放图像-- Width=300
保存为Tif
然后我给它喂食-
$ tesser
浏览 3提问于2015-09-09得票数 6
在google的tesseract中使用哪种算法--OCR进行识别?是神经网络吗？
浏览 7提问于2017-06-07得票数 5
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
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
4回答
我有一张照片，上面有一张桌子..在右边的列中，背景充满了杂音
如何检测有噪声的区域？我只想对有噪声的部分应用某种滤镜，因为我需要对其进行OCR，而任何一种滤镜都会降低整体识别率
哪种滤波器对去除图像中的背景噪声效果最好？
如上所述，我需要在图像上做OCR
浏览 103提问于2017-02-16得票数 23
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
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
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
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
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
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
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
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
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
1回答
C++/Qt中未定义的参考错误
、、、、
我正在尝试将Tesseract OCR库包含到我的Qt项目中。我已经按照指示做了每件事，但不起作用。
tesseract::TessBaseAPI *myOCR =
new tesseract::TessBaseAPI();
错误-对`tesseract::TessBaseAPI::TessBaseAPI()'的未定义引用
就像我想的，这是连接问题，但我不确定。查看一下.pro文件(只有必要的代码)：
unix|win32: LIBS += -L$$PWD/../../Tesseract-OCR/lib/ -llibtesseract302
INCLUDEPA
浏览 0提问于2015-06-25得票数 1
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
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
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
1回答
如何去除图像数字之间不需要的噪声
、、、、
我在一个使用digits.original的光学字符识别项目中工作，我已经在实时场景中在普通的digits.But上成功地实现了光学字符识别，我遇到了在opencv.I图像之间插入不想要的噪声的问题
我已经转换为灰度并应用了阈值，然后它是这样的
如果我应用轮廓检测，那么我会得到那些黑色的块，我可以消除数字之间的块。我对also.How没有问题，我只是想去除不需要的噪声，并旋转image.Thank。
在旋转并从image.This中删除黑色斑点后，这是我所取得的进展，我如何删除由于阴影而附加到第一个数字的那些块。
我的ocr出了点问题。第一个和最后两个数字是不能识别的，以提高correctly
浏览 40提问于2016-08-03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
2回答
我正在构建一个应用程序来识别一些图片。下面是示例： ? 下面是我用来转换图片的代码： img = cv2.imread('9jxs.png', 0)
ret1, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret2, th2 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
plt.figure()
plt.subplot(221), plt.imshow(img, 'gray')
plt.show() 显然，图片的结果
浏览 32提问于2019-10-07得票数 0
回答已采纳
2回答
如何OCR电子邮件地址
、、、、
我正在尝试OCR和提取图像中的电子邮件。图像应该有一行文本，即电子邮件地址。
我使用EmguCV.OCR从这些图像中提取文本(电子邮件地址)。我们的目标是获得100%准确的结果。
我们可以固定文本的字体和大小。例如Ariel，12pt，这样所有的图像都会有用Ariel 12pt写的电子邮件，在白色背景上是黑色的。
问题是EmguCV中的Tesseract OCR不能正确识别文本。它只能正确识别80%的字符。
我正在使用Leptonica库进行预处理。
以下是我正在尝试识别的一些示例图像。
有没有办法达到100%准确率的目标？
浏览 0提问于2014-10-30得票数 1
1回答
我试图使用Ocr框架来识别这些类型的图像:这些是两个字母G。
我试过使用aocr.jar，但这段代码似乎做不到。
import com.asprise.ocr.Ocr;
import java.io.File;
public class textRecognizer {
public static void main(String args[]){
Ocr.setUp();
Ocr ocr = new Ocr();
ocr.startEngine("eng", Ocr.SPEED_FAST);
浏览 2提问于2014-09-09得票数 2
我有一个cordova项目，在那里我有一个"scribble pad“，用户可以在那里涂鸦他们的笔记。这是一个简单的画布对象，我想让将其转换为文本。我正在努力将画布数据转换成OCR引擎支持的软件位图。
所有样本都基于从存储中加载文件或从摄像头读取流。我是否必须将此画布保存到设备上的文件中，并将其读回流中？
我很欢迎这里的指导，因为图像是我努力解决的问题。
更新
因此，我设法获得了流，但不幸的是，OCR无法识别它。
我有画布对象，在页面加载后，我将文本放入其中，因此任何有能力的OCR都应该能够读取它。我还有"img“元素，用于检查流是否正确以及是否包含正确的位图。下面是将conv
浏览 0提问于2016-03-12得票数 0
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 3631提问于2018-08-24
我有一个OCR项目，但它只适用于图像，其中的文字是相当直，而不是倒置。(不是旋转文本)，所以我想让OCR能够识别任何类型的图像，即使是颠倒的。但我不知道解决这个问题的方法是什么。
我需要一些东西，比如分析字母行，但即使这样，我也不能识别行是否颠倒。
浏览 6提问于2010-02-19得票数 2
回答已采纳
我正在寻找布局分析库或工具(最好是开源的)，可以应用于文本PDF，以识别主要文本内容与侧栏，章节标题，章节标题(甚至可能是具有装饰/阴影和下划线的花哨的标题)等。我遇到了像OCRopus这样的工具，它们使用光学字符识别和图像识别来识别布局。有没有库可以在没有OCR的情况下做同样的事情？可以从文本PDF中提取文本和图像，并将包含文本和图像位置的输入提供给该工具；对于此类文件使用OCR将是相当繁琐的。
浏览 2提问于2013-05-08得票数 2
回答已采纳
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
我正在使用Azure的表单识别器服务到OCR的一些工厂蓝图。这些蓝图中的一些文字是垂直打印的，但是Azure似乎只在水平上打印OCR。然而，在他们的表单识别器工作室中，引擎实际上也是垂直的OCRing，但是即使我使用他们的代码，这似乎也不适合我。
这里有没有人遇到过类似的问题，他们对这个问题做了些什么？我基本上是在寻找一些选项，我可以给引擎OCR垂直(或任何方向)文本。
浏览 12提问于2022-11-28得票数 0
回答已采纳
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
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
