word图片转换成文字ocr
OCR（Optical Character Recognition，光学字符识别）是一种将图片中的文字转换成可编辑文本的技术。它通过对图像进行分析和处理，识别出其中的文字，并将其转换成计算机可识别的字符编码。
OCR技术的分类：
- 基于模板的OCR：通过事先建立字符模板库，将输入图像与模板进行匹配，从而识别出文字。
- 基于特征的OCR：通过提取图像中的特征，如边缘、角点等，再进行字符识别。
- 基于机器学习的OCR：通过训练模型，将图像与对应的字符进行关联，从而实现字符识别。
OCR的优势：
- 提高工作效率：将纸质文档或图片中的文字转换成可编辑文本，方便编辑、复制和搜索。
- 减少人工成本：自动化文字识别过程，减少了人工手动输入的工作量。
- 提升数据准确性：相比人工输入，OCR技术可以提供更高的准确性和一致性。
OCR的应用场景：
- 文档管理：将纸质文档或扫描件中的文字转换成可编辑文本，方便存储、检索和共享。
- 自动化办公：将图片中的文字转换成可编辑文本，实现自动化处理，如自动填写表格、自动化报销等。
- 数字化转型：将纸质文档转换成电子文档，实现数字化管理和流程优化。
- 图片搜索：通过识别图片中的文字，实现对图片的内容进行搜索和分类。
腾讯云相关产品推荐：
腾讯云提供了一系列与OCR相关的产品和服务，包括：
- 通用印刷体识别（OCR）：提供通用的印刷体文字识别服务，支持多种语言和文字类型。 产品链接：https://cloud.tencent.com/product/ocr
- 身份证识别（OCR）：专门用于识别身份证上的文字和信息，支持正反面识别。 产品链接：https://cloud.tencent.com/product/ocr-idcard
- 银行卡识别（OCR）：用于识别银行卡上的文字和信息，方便金融行业的应用。 产品链接：https://cloud.tencent.com/product/ocr-bankcard
- 行驶证识别（OCR）：用于识别机动车行驶证上的文字和信息，方便交通管理和车辆租赁等行业。 产品链接：https://cloud.tencent.com/product/ocr-drivinglicense
- 营业执照识别（OCR）：用于识别企业营业执照上的文字和信息，方便企业注册和管理。 产品链接：https://cloud.tencent.com/product/ocr-bizlicense
通过使用腾讯云的OCR产品，您可以快速、准确地将图片中的文字转换成可编辑文本，实现自动化处理和数字化转型。
相关·内容
我是个新手，我正在做一个类项目，在这个项目中我需要扫描数字矩阵。我在从图像文件中读取数字方面取得了成功，但我还没有找到如何识别数字之间的间距。例如，目前我得到的是14610的14610英镑。
图片：
我目前使用的代码：
Bitmap myBmp = new Bitmap(file);
var image = myBmp;
var ocr = new Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only
ocr.Init(@
浏览 1提问于2015-12-21得票数 8
回答已采纳
下面是我测试Tesseract性能的非常简单的程序。我得到的结果并不像预期的那样，尽管这张照片质量很高，截图也很清晰(不是一张复杂的彩色图片)。请看我的代码和下面的结果。我不知道我是不是做错了什么事，或者说，魔兽世界的引擎不能处理这个问题？
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Drawing.Imaging;
using
浏览 3提问于2016-06-13得票数 5
2回答
我正在尝试在c#应用程序中使用tessnet2从图像中读取文本。这是我的代码：
string valoare="";
lblOCR.Text = "";
Bitmap image = new Bitmap(@"C:\Stamp\test.png");
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
ocr.Init(@"F:\Manipulare pdf\bin(1)\Release32\tessdata", "eng", false);
var rect
浏览 3提问于2013-04-05得票数 1
根据这个Link，我安装了IronOcr包，并尝试了以下代码。 using IronOcr;
var Result = new IronTesseract().Read(path);
string currentSubText = Result.Text;
textBox1.Text += currentSubText + Environment.NewLine + Environment.NewLine; 我用六张图片进行了测试： 图片 ? 图片 ? 图片 ? 图片 ? 我可以上传四张照片。 实际上它看起来不错。只有几个错误与一些特殊的德语字符(äöü) 结果1： ?
浏览 309提问于2021-09-06得票数 1
我正在尝试运行tessnet，图像只包含数字，但它总是给我"~“，结果，我不明白为什么……代码如下：
private void button1_Click(object sender, EventArgs e)
{
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789");
ocr.Init(@"C:\U
浏览 2提问于2014-09-05得票数 1
我已经编写了从图像中读取文本的below.Net代码：
用于编写代码的平台: Windows 10、Visual Studio 2015、tesseract-ocr-setup-4.00.00dev和tessnet2
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using tessnet2;
using System.Drawing;
using System.Drawing.Drawing2D;
浏览 31提问于2017-08-15得票数 0
回答已采纳
我正在尝试构建一个XPathQuery来获取'ocrx_word'类中的所有内容--我尝试了一些变体，但是没有找到任何可以工作的，我得到了一个Unable to Parse错误。
下面是我的HTML的样子。
<span class='ocr_line' id='line_3' title="bbox 165 201 443 219">
<span class='ocrx_word' id='word_5' title="bbox 165 201 252 217"
浏览 4提问于2014-02-08得票数 0
回答已采纳
2回答
如何用魔杖改变图片的对比度？
、、、、
下面的图片用在Tesseract OCR上：
我处理图片的代码是：
# HOCR
with image[450:6200, 840:3550] as cropped:
imgPage = wi(image = cropped)
imageBlob = imgPage.make_blob('png')
horas = gerarHocr(imageBlob)
def gerarHocr(imageBlob):
image = Image.open(io.BytesIO(imageBlob))
markup = pytessera
浏览 5提问于2020-01-07得票数 1
回答已采纳
编辑：：做了一些代码更改，至少没有得到空页错误。更新下面的代码。
我正在使用OpenCV3和Tesseract，并对一个相对简单的图像进行了一些处理，我本来希望ocr部分能够顺利工作，但它不是。
图片：
代码：
Ptr<cv::text::OCRTesseract> ocr =
cv::text::OCRTesseract::create(NULL /*datapath*/, "eng" /*lang*/, "ABCDEFGHIJKLMNOPQRSTUVWXYZ" /*whitelist*/, 2 /*oem*/, 10 /*psmod
浏览 0提问于2016-05-07得票数 1
回答已采纳
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 3630提问于2018-08-24
2回答
将hOCR转换为HTML
、、、、
我正在寻找一个在python中实现的工具或想法，它将hOCR文件(由应用程序在tesseract中生成)转换为html表。其思想是利用hOCR文件中的文本位置信息(在bbox属性中提供)来创建基于所提供位置的表。我举一个例子来解释上述观点：
我使用这个来自SlideShare.net的SlideShare.net作为输入，我的应用程序使用了tesseract，我得到了下面的hOCR/xml文件作为输出。
hOCR文件：
<div class='ocr_page' id='page_2' title='image "sample_slid
浏览 5提问于2015-06-24得票数 12
在中，他们说你可以：
如何获得每个字符的坐标和可信度？
有两种选择。如果您不想进入编程，您可以使用Tesseract的hocr输出格式(详细信息请阅读Tesseract手册页面)。
但是，当我创建一个示例hOCR输出(它是一个.html文件)时，边界框和信任级别仅在word级别的上可用。
我是不是漏掉了什么？
我添加了示例输入/输出作为示例(输入的大小调整了)。
这是输入图像：
这是Tesseract的hOCR输出：
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "
浏览 12提问于2013-04-05得票数 7
回答已采纳
我从Ubuntu14.04LTS上的tesseract 3.03获得了XHTML文件.hocr。如何将该文件中的数据放入java中的对象？不然我怎么处理这个？不幸的是，对于我来说，我没有处理XML文件的经验，所以任何帮助都是非常感谢的。
文件示例：
<div class='ocr_page' id='page_1' title='image "test2jpg.jpg"; bbox 0 0 10000 10000; ppageno 0'>
<div class='ocr_carea' id=&
浏览 6提问于2015-05-05得票数 1
回答已采纳
有没有办法确定一个图像文件是不是通过OCR或not...when转换成word文件的?转换后的文件中的所有错误都是通过比较原始图像文件来纠正的，并且纠正了所有visible...is格式的错误。conversion..please有什么隐藏的标志让我知道吗？
浏览 9提问于2016-08-09得票数 0
我尝试运行以下代码来提取XML文件中的所有文本：
请注意"word_1_14“-- word.text被发现是非类型的，因此没有打印出来.我发现这是因为文本带有强标记，因此使其不可见。你知道如何找到带有强标签的单词并打印出来吗？
这一行有问题--似乎word _1_14的单词是非类型的，object...which使打印文本变得不可能。
In the Python code:
for word in ocr_word:
In the XML file:
<span class='ocrx_word' id='word_1_14' tit
浏览 1提问于2016-11-15得票数 1
2回答
大家好，我有一个关于C#的OCR Tesseract (tessnet2)的问题，它能找到caractère IVI而不是"M“，你能帮我吗？
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZ"); // If digit only
ocr.Init(@"C:\tresnet", "fra", f
浏览 4提问于2013-02-21得票数 2
我编写了python代码来将一些图像转换成字符串。我有一些png格式的移动号码的图像。但我只有一个转换成文字，但其他没有转换。
这是我的代码：
try:
from PIL import Image
except ImportError:
import Image
import pytesseract
import os
THIS_FOLDER = os.path.dirname(os.path.abspath(__file__))
my_file = os.path.join(THIS_FOLDER, 'images/3564.jpg')
def ocr_c
浏览 4提问于2019-12-15得票数 0
回答已采纳
我是新接触tesseract OCR的。我试着把一张图片转换成tif，然后运行它来看看在windows中使用cmd命令的tesseract的输出是什么，但是我不能。你能帮我吗？将使用什么命令？
以下是我的示例图像：
浏览 0提问于2014-10-08得票数 10
回答已采纳
1回答
我正在使用在我的项目：中引用的ocr
创建了一个新类：
private void test()
{
Bitmap image = new Bitmap(@"d:\timessquare.jpg");
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only
浏览 4提问于2013-09-05得票数 0
回答已采纳
private void Recognize()
{
Bitmap image = new Bitmap(@"C:\OCRTest\test.jpg");
pictureBox1.Image = image;
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789");
ocr.Init(@"C:\Users\user1\source\repos
浏览 13提问于2019-07-08得票数 0
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
1回答
所以我想要OCR，一个有文字的图像
但是输出总是很奇怪，与图片中的文本不匹配。
所以我决定改变图像属性。
我就这样改变它：
image = cv2.imread("./image_frames/frame473.png")
def get_grayscale(image):
return cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
def blur(image):
return cv2.medianBlur(image,3)
def thresholding(image):
return cv2.thres
浏览 0提问于2020-06-25得票数 2
1回答
将pdf转换为图像，但在放大后
、、、、
此link显示如何将pdf%s转换为图像。有没有办法在转换成图片之前缩放我的pdf？在我的项目中，我将pdf%s转换为png%s，然后使用Python-tesseract库提取文本。我注意到，如果我缩放OCR s，然后将部分保存为pngs，那么pdf会提供更好的效果。那么有没有办法在转换成png之前缩放pdf文件呢？
浏览 41提问于2019-03-23得票数 6
回答已采纳
2回答
因此，我正在开发一个简单的移动应用程序项目(主要是为了好玩)，它使用Android上的OCR库(tesseract)扫描相机图片，对文本进行一些处理，并将其返回给用户。
我想知道的是，是否有人知道以编程(或统计)的方式来判断字符串是实际的单词，还是只是胡说八道。(我现在只针对英语，FYI)
例如，OCR可能会读取图片并返回。
String returned = "The quick brown fox."
或者，它可能会读另一张图片，然后返回。
String returned = "$. _- %/ hj @;+__~"
显然，返回的第一个字符串会产生单词，而第
浏览 5提问于2015-02-03得票数 2
回答已采纳
在课堂上，我喜欢手写的笔记，然后我扫描它们，然后把它们打出来(帮助我记住它们，也使它们易于搜索)。主要的问题是，我使用了大量的绘图和复杂的数学，将数学公式转换成胶乳(或word)非常耗时，绘图要求我保存PDF和文本文档。我想做的是把我自己输入的基本文本(没有OCR)添加到PDF的文本层中，这样PDF就可以搜索，并且我可以通过不转换数学或绘图来节省很多时间。
我已经研究过Preview、PDFpenPro、acrobat和一些linux程序，但到目前为止，我还没有找到任何能够做到这一点的东西。
知道我怎么做这个或者一个程序来用吗？
浏览 9提问于2013-09-12得票数 2
嗨，我正在试着让Tessnet2正常工作。我的代码是
Bitmap image = new Bitmap(@"C:\Users\Eric\Desktop\Text Pictures\Oil0.bmp");
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789");
ocr.Init(@"C:\tessdata", "eng", false);
Li
浏览 9提问于2014-01-12得票数 1
9回答
嗨，你们谁能给我一个简单的例子来测试Tesseract OCR，最好是在C#中。
我试过演示，找到了。我下载了英文数据集，并将其解压到C盘中。并将代码修改如下：
string path = @"C:\pic\mytext.jpg";
Bitmap image = new Bitmap(path);
Tesseract ocr = new Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only
ocr.Init(@"C:\
浏览 5提问于2013-05-17得票数 28
我从tesseract中提取了一个图像文档，它提取成功。但我无法理解所提取的文件的坐标。
问题描述：-
它显示坐标，但让我知道，这些坐标代表像素或其他东西。这些都是像title="bbox 10 13 43 46"，那么什么是10，13 43和46。他们代表的是什么立场
提取后的完整代码
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<he
浏览 5提问于2013-08-31得票数 7
我正在使用tessnet2从.tif图像中获取文本。例如，我想要从图像中获得小数'700‘，但我得到了这个：'Mupann’我在这里使用法语tessdata，我使用的代码是：
ocr.SetVariable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz.,$-/#&=()\':?")
ocr.Init(Application.StartupPath & "\tes
浏览 4提问于2013-03-17得票数 1
图像px如何转换成word(docx) pic - ext - cx和cy？例如，下面的图片是400 x 400 px，它如何转换成word(docx) pic - ext - cx和cy？
word xml演示代码
<pic:spPr>
<a:xfrm>
<a:off x="0" y="0" />
<a:ext cx="????" cy="?????" />
</a:xfrm>
<a:prstGeom prs
浏览 16提问于2022-09-15得票数 0
回答已采纳
我使用"tessnet2_64.dll"
这是我的代码，提取文本：
try
{
var image = new Bitmap(@"D:\Tessnet2\C#\test2.jpg");
var ocr = new Tesseract();
// ocr.SetVariable("tessedit_char_whitelist", "0123456789"); // If digit only
浏览 14提问于2017-03-15得票数 0
回答已采纳
我有来自HOCR工具的HTML输出，我想在div类ocr_carea上应用以下操作。
编辑输入HTML
如下所示的div文件中的HTML标记。
<div class='ocr_carea' id='block_1_8' title="bbox 95 779 341 884">
<p class='ocr_par' id='par_1_16' lang='Latin' title="bbox 95 779 341 884">
<span
浏览 0提问于2018-09-04得票数 0
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
我想用Django和Pytesseract从图像中进行文本侦察
我想要的是，用户应该从浏览器上传一张图片，然后按下按钮，这样就可以将选定的图像转换成文本。
我在一个文件中尝试了这个函数：
import pytesseract
pytesseract.pytesseract.tesseract.cmd = r"C:Program files\Tesseract-OCR\tesseract.exe"
def ocr_core(filename)
text = pytesseract.image_to_string(filename)
return text
#test
浏览 11提问于2022-04-13得票数 1
1回答
仅返回一个字符的Tessnet2
、、、、
我正在编写一个应用程序，我想读取图像并提取文本。为了测试porpuses，我传入了一个有6个字符的图像。这是我的代码。
Bitmap image = new Bitmap("eurotext.tif");
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "abcdefghijklmopqrstuvwxyz0123456789"); // If digit only
ocr.Init(null, "en
浏览 6提问于2013-05-09得票数 0
回答已采纳
我正在尝试编写代码，将文本从jpg转换为控制台。我曾经写过: tessnet2和Tesseract-OCR (在c#中)。现在，当我有纯文本时，一切都很好，但问题是，当文本在循环中时，就像这样：
实际上控制台返回给我这个：
118 : Text
61 : 1
219 : @
有时它会将@改为~(取决于圆的大小)。下面是我的代码：
var image = new Bitmap(@"D:\OCR\texttoread.bmp");
tessnet2.Tesseract ocr = new tessnet2.Tesseract();
浏览 15提问于2018-02-11得票数 1
我试图使用Python从Tesseract的hocr输出文件中提取数据。我们仅限于tesseact版本3.04，因此没有image_to_data函数或tsv输出可用。我可以用漂亮的汤和R来做这件事，但这在需要部署它的环境中都是不可用的。我只是试着提取“x_wconf”这个词和信心。下面是一个输出文件示例，我很乐意返回90、87、89、89和[‘’、‘(快速)’、‘布朗’、'{fox}‘、’跳转‘的列表。)
lxml是环境中元素树之外唯一可用的xml解析器，因此我有点不知所措。
<?xml version="1.0" encoding="UTF-8"
浏览 1提问于2018-06-05得票数 4
回答已采纳
2回答
我已经从下载了tesseract。当我尝试将dll文件添加到visual studio 2012中时，它显示错误，表明它不是一个有效的程序集。谁能给我推荐一些其他的ocr和示例代码的dll文件。我试过很多网站，但我找不到一个好的。然后，我找到了这个dll文件并使用了以下代码
string path = @"C:\pic\mytext.jpg";
Bitmap image = new Bitmap(path);
Tesseract ocr = new Tesseract();
ocr.SetVariable("tessedit_char_whitelist", &
浏览 4提问于2013-08-24得票数 1
我正在使用tesseract作为我的ANPR应用程序的OCR引擎。我已经用号码板字体训练了tesseract 3.01v。但我需要知道：
哪些文件应该包含在tessdata文件夹中？
是否应该使用安装了tesseract 3.01v的tessdata文件夹？
我已经接受了tesseract 3.01v的培训，并且在我的代码中使用了tessnet2，所以这会成为一个问题吗？
下面是我尝试过的代码，但是它总是从DoOcr()方法中退出。
List<tessnet2.Word> ocrText = new List<tessnet2.Word>();
te
浏览 4提问于2012-07-26得票数 2
回答已采纳
我试着用Tesseract读取图像的文本内容。我使用了下面的代码。
try
{
//long i;
var image = new Bitmap(@"D:\Projects\Project Docs\Oasis\20180405T105834.618.jpeg");
var ocr = new tessnet2.Tesseract();
//ocr.SetVariable("tessedit_char_whitelist", "0123456789");
ocr.Init(@"D:\Projects
浏览 2提问于2018-04-06得票数 0
回答已采纳
我有最新的代码：
Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click
Dim Bitmap As New Bitmap("image.png")
Dim ocr As tessnet2.Tesseract = New tessnet2.Tesseract()
ocr.SetVariable("tessedit_char_whitelit", "0123456789
浏览 0提问于2011-04-10得票数 0
回答已采纳
我在tesseract引擎上运行OCR，并将Tessnet作为C#包装器。我已经获得了识别单词的图像坐标，我想使用这些坐标仅显示页面的那部分。我不关心这个页面部分是否被保存为单独的图像，或者它是否只是以某种方式突出显示了tif图像的一部分。
下面是我当前的代码：
TextWriter tw = new StreamWriter(@"U:\user files\bwalker\ocrTesting.txt");
Bitmap image = new Bitmap(@"u:\user files\bwalker\2849257.tif");
浏览 3提问于2012-06-06得票数 3
回答已采纳
1回答
我注意到，当我使用OCR将扫描的PDF文档转换为文本时，根据我提取数据的方式，我会得到非常不同的输出。
在上面的照片中-你可以看到一段PDF，它已经被OCR‘转换成相当高质量的文本。如果我在Adobe中选择它并将其复制到word或txt文档中，它会粘贴得非常好。
但是，如果我使用Adobe将其导出为富文本格式，使用Python的PDFminer，或者Python Apache Tika，那么我就会得到上面的照片，正如你所看到的，它完全弄乱了它。两种方法的提取结果非常一致-基本上3种方法都以完全相同的方式对其进行了混淆。
你们中有谁知道为什么OCR格式的PDF可以很好地复制到
浏览 12提问于2018-02-23得票数 1
回答已采纳
我已经从下载了tesseract。当我尝试将dll文件添加到visual studio 2012中时，它显示错误，表明它不是一个有效的程序集。谁能建议我一些其他的dll文件的ocr和示例代码。我试过很多网站，但我找不到一个好的。然后，我找到了这个文件tessrect，并使用了以下代码
string path = @"C:\pic\mytext.jpg";
Bitmap image = new Bitmap(path);
Tesseract ocr = new Tesseract();
ocr.SetVariable("tessedit_char_whitelist
浏览 0提问于2013-08-24得票数 2
1回答
我想将word文档转换为图像。word文档中的每一页都将转换为图像。我找到了下面的例子，它将ppt文件转换成图像。我发现在php中的文字到图像转换脚本，但它不工作，我没有得到任何输出后，执行页面。我也尝试过用phpword将word文件转换成pdf，然后用imagick获取图片，但是在phpword中我没有得到图片(在word文件中)的数据。我在转换后的pdf文件中只得到了文本。我尝试了这么多方法，但都没有得到任何解决方案。有人能帮我找到任何方法或解决方案吗？
$word = new COM("word.application") or die("ERROR: Unab
浏览 43提问于2020-02-06得票数 0
回答已采纳
1回答
我正在用C#和.NET开发一个小应用程序来自动化一个目前是手动完成的过程。该应用程序正在寻找PDF文档中的特定模式，并根据该模式将其上传到任何需要的位置。它与PDF没有任何问题，PDF是用数字方式编写的(Word、Nodepad等)。然后转换成PDF格式。
后来我发现，将来使用的文件将是90%的扫描文件。事实证明，这是一个比我预期的更大的问题。我找到了多个第三方库，它们可以处理这个任务-> iText7、LeadTools、ABBYY、WhatsMate PDF到text API、SautinSoft .NET Offce Edition。问题是，他们都有报酬，而我负担不起其中任何一项。
浏览 18提问于2021-01-05得票数 0
1回答
我试图使用Tessnet库制作一个实时OCR应用程序。其想法是将5个图像存储在一个位图数组中，并对其执行OCR (每2秒一次)。代码运行正常，但似乎占用了大量内存。应用程序运行大约30分钟(当它消耗2GB左右的内存时)，然后抛出内存异常。有什么解决办法吗？谢谢
这是我的OCR功能：
private void makeOCR()
{
//Perform OCR in the image array
x1 = string.Empty;
//initialize OCR
Tesseract ocr = new tessnet2.Tesseract();
ocr.
浏览 8提问于2017-08-14得票数 1
回答已采纳
朋友们，你能帮我回答我的问题吗？
我在c++中使用opencv。
我随机地从照相机的角度剪出一张小照片。我想找到这个裁剪图片底部的单词，这个词也应该被这个裁剪图片的垂直中心线(想象)所穿透。请参阅下列代码：
char* my_word = do_ocr(my_cropped_image);
do_ocr函数是这样的：
char* do_ocr(cv::Mat im)
{
cv::Mat gray;
cv::cvtColor(im, gray, CV_BGR2GRAY);
// ...other image pre-processing here...
// Pass it to Tesser
浏览 6提问于2015-12-09得票数 2
回答已采纳
2回答
嗨，我正在寻找一个开源的java API，可以将tiff图像转换为可搜索的pdf (OCR)。我周围有研究，但到目前为止什么也没有发现。
注意：，我看过这篇文章，但是这个API并没有将图像转换成pdf 。然而，我仍然在玩一些代码。
浏览 6提问于2012-02-01得票数 5
1回答
上下文
我有一堆PDF文件。它们中的一些被扫描(即图像)。它们由文本+图片+表格组成。
我想把这些表转换成CSV文件。
当前计划：
1)运行Tesseract OCR获取所有文档的文本。
2) ?？运行某种类型的表检测算法？
3)提取行/列/单元格，以及其中的文本。
问题：
有没有一些标准的“表提取算法”可以使用？
谢谢!
浏览 0提问于2012-05-26得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
