1. IT宝库
  2. 编程技术问答
  3. ocr
以下是关于 ocr 的编程技术问答
使用OCR引擎识别Micr字体？
我正在使用Microsoft OCR库进行阅读文本. Microsoft OCR库的运作良好.但是，我想阅读以下链接中给出的字符列表.ICT4U.NET/DATABASE/DATABASE-IMAGES/MICR.JPG .有没有办法可以训练OCR库读取以下字符或有一种允许阅读以下字符的语言. 解决方案 [这里的Microsoft OCR人员]我们尚未支持培训OCR来为您的用例定制它.但是，我们确实会积极关注StackoverFlow，以了解开发人员的需求，因此我们可以继续改善OCR引擎. 其他解决方案 我已经与Microsoft OCR合作了一段时间. 与Tesseract相比，它具有非常基本的功能. 例如，Microsoft OCR返回单词和行. 但是线条是胡说八道.将2或3个单词随机分组为"线"，但它们不是真正的行.和"线"是完全无序的.在这方面，它比Tesseract差.您必须将每个单词的坐标列出并自己订购. Microsoft不会返回字符的矩形
0 2023-12-08
编程技术问答社区
在Windows Phone 7.5中扫描文本（OCR）。
有没有办法强制 zxing库仅扫描文本?我正在寻找离线(非云)解决方案，以在Windows Phone中扫描文本. 或 集成的Bing视觉成功地扫描了图像中的文本.有没有办法在我们的应用程序中调用相同的任务(例如Microsoft.phone.tasks)? 据我所知， 解决方案 没有本地.NET OCR发动机.从理论上讲，您可以使用任何用于WIN CE的OCR SDK(只要WP7基于它)，但是实际上 - 我还没有看到任何工作解决方案，并且我见过的WP7的所有OCR应用程序都是基于云服务.如果您改变了有关Web API的想法，我可以指出一些准备去云解决方案. 其他解决方案 如果您正在寻找OCR解决方案，则可以使用此 post . 关于Bing Vision-尚无支持第三方开发人员.尽管有一个名为夏威夷的项目(是的，是基于云的)，这可能是Bing Vision OCR的门户.
0 2023-12-08
编程技术问答社区
Windows 7 OCR API
我一直在审查Office 2007 Modi OCR的替代品(OneNote的2010年解决方案的质量/结果都比2007 :-().我注意到Windows 7一旦安装可选的tiff filter OCR组件安装到 %programfiles%\Common Files\microsoft shared\OCR\7.0\xocr3.psp.dll 但我看不到任何API? 有人看到如何在c#? 中接口. 答案:找到解决方案，一旦安装了可选的tiff ifilter win7功能，我就可以使用code/exe在 http://www.codeproject.com/kb/cs/ifilter.aspx .另外，如果为.png和.jpg添加相同的[HKEY_CLASSES_ROOT.TIFF \ persistentHandler]，则OCR也适用于JPG和PNG. 解决方案 其他解决方案 尝试使用我对海报的建议(放大图像，使用单独的过程): c#oc
0 2023-12-07
编程技术问答社区
当我用CREATE_NO_WINDOW的pytesseract运行tesseract时，如何隐藏控制台窗口？
我正在使用Tesseract在屏幕截图上执行OCR.我有一个使用tkinter窗口的应用程序.我已经搜索了多天，找不到任何特定示例，如何用python3.6在Windows平台上使用Pytesseract来调用Tesseract. . 这与此问题有关: 当我使用Pytesser运行Tesseract时，请隐藏控制台窗口 我只是对Python进行了编程2周，并且不了解上述问题中如何执行哪些步骤.我打开了pytesseract.py文件并进行了审核并找到了proc = subprocess.popen(命令，stderr = subproces.pipe)行，但是当我尝试编辑它时，我会发现很多错误，我不知道. #!/usr/bin/env python ''' Python-tesseract. For more information: https://github.com/madmaze/pytesseract ''' try: import Im
0 2023-12-06
编程技术问答社区
如何从图像中生成一个tiff/box文件来训练Windows中的Tesseract？
我正在尝试在Windows中训练Tesseract，为此我需要一个TIFF/BOX文件，并且我正在尝试使用JTessBoxeditor创建它，但它不接受图像作为输入.我也尝试过BoxFactory，但运行不正确.有人知道从图像创建对的最佳工具是什么? 谢谢 解决方案 如果您具有JTESSBoxeditor，则有Tesseract bin文件.转到JTessBoxeditor的 Tesseract-OR 子文件夹，并运行以下命令: tesseract.exe d:\ testocr \ testimage.tif d:\ testocr \ testimage batch.nochop makebox 它应该生成文件 d:\ testocr \ testimage.box . 然后在JTessBoxeditor中，转到Box Editor选项卡并打开图像.框文件自动加载，您可以检查一切是否正常并纠正可能的错误. 其他解决方案 我遇到了同样的问题，因为无法与
0 2023-12-06
编程技术问答社区
WinError 5:访问被拒绝 PyTesseract
我知道这个问题已经在此站点上得到了回答，但是，我介绍的解决方案似乎都没有起作用.这是我尝试的: 给我的Python文件的所有权限 更改路径变量以指向我的Tesseract文件夹 以管理员的身份运行空闲，然后从那里执行文件 这个错误现在很困扰我，因此我无法进一步提前. 如果有帮助，这是我的代码: import pytesseract import sys import argparse try: import Image except ImportError: from PIL import Image from subprocess import check_output pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR' c=pytesseract.image_to_string(Image.open('img.png')) print(c) 追
0 2023-12-06
编程技术问答社区
mftraining给出警告：CreateIntTemplates()中没有F的protos/configs。
编辑: mftraining在unicharset中所有字符的标题中给出警告(因此不仅是f，而是a，b，c，d等)，我如何创建这些原始人/configs? 我正在关注 this 教程 现在解决的上一个问题: - 错误:断言失败的战争:在文件中.... \ classify \ trainingsampleast.cpp，第622行无触发/分段故障 这是整个命令 +输出: - c:\训练> mftraining -f font_properties -u unicharset -o eng.unicharset eng.impact.box.box.box.tr警告:没有形状表文件:适合读取ENG.IMPACT.BOX.BOX.TR ... FONT ... FONT ID = -1/0，类ID = 1/103在样本0 font_id上> = 0 && font_id 我浏览了我在标题中可以找到的所有内容，介绍了unicharset中的所有字符(这并不多)，所以不仅
2 2023-12-05
编程技术问答社区
我如何在小型C++项目中使用魔方OCR（或任何其他免费OCR）？
因此，我的研究后听到的是，唯一可靠的免费OCR选项是现在，Tesseract文档很可怕，它们给您的只是一堆视觉工作室代码(对我在Windows上)，从那里您独自在他们的API海洋中.您所能做的就是使用编译的EXE，然后在TIFF图像上使用它. 我至少期望简短的文档告诉您如何将其API呼叫至少用于使用OCR，但没有，但是，他们的文档中没有什么. Cuneiform:我下载了它，"伟大"的一切都在俄语中. :( 那些家伙真的很难举一个小例子，而是为我们提供了一堆无关的信息，大概90％的人无法到达，如果不开始小事，您怎么能到达那里，而他们都没有解释它！ 所以我有很多API，但是如果没有任何解释，我应该怎么使用它?...也许有人可以为我提供建议和解决方案?我不是要一个奇迹，只是向我展示事情的工作方式很小. 解决方案 您可能已经放弃了，但是可能还有其他一些仍在尝试的人.因此，这是您需要从Tesseract开始的: 首先，您应该阅读有关Tesseract的所有文
0 2023-12-05
编程技术问答社区
如何在Windows中获得光标下的单词？
我想创建一个应用程序，该应用程序在光标下(不仅用于文本字段)，但我找不到如何做到这一点.使用OCR非常困难.我看到的唯一工作是替代性组件.他们支持一种"本地"方式，但我花了很多钱.现在，我试图弄清楚这种"本地"方式是什么(也许是钩子).任何帮助将不胜感激. 编辑: 我找到了一种方法，但它仅获得了控制的整个文本.任何想法如何从整个文本中仅获取光标下的单词? 解决方案 在最近版本的Windows上，将信息从一个应用程序收集到另一个应用程序的推荐方法(如果您没有目标应用程序当然)是使用 ui自动化技术. Wikipedia非常适合有关此信息的更多信息: Microsoft UI自动化 基本上，UI自动化将使用所有必要的手段来收集可以收集的内容 这是一个小型控制台应用程序代码，它将监视其他应用程序的UI.运行它并将鼠标移至不同的应用程序.每个应用程序对各种" UI自动化模式"都有不同的支持.例如，存在如下所示的值模式和文本模式. static void Main(st
0 2023-12-05
编程技术问答社区
在使用魔方-4.0进行文本提取时，如何保留图像中的所有空白点？
我正在努力使用 tesseract-ocr 4.0 从图像中提取表格文本，并在保持数据对齐的同时将结果导出. 我想将所有空间保留在提取表中图像中的所有空间.但是，OCR跳过了很多领先和落后的空间，然后去除它们. 我有图像，在某些地方，桌子中出现空白空间.我已经使用保存Whitespaces 在Tesseract中的选项，但OCR仍然跳过了许多空白空间. 使用OCR提取时，是否有一种方法可以检测或保留所有空格? 还是使用表中使用距离测量的技术来检测空格? 将图像附加相同: 解决方案 我认为您应该将Tesseract升级到版本5，并使用" -c preserve_interword_spaces = 1"来保存空格.但是也许您必须进行后处理，因为输出可能无法满足您的期望. 编辑 您的问题类似于 this .但是由于我无法直接使用它，所以我对此进行了几乎没有修改.信用去伊格里尼. import cv2 import pytesseract fr
0 2023-12-03
编程技术问答社区
如何在Android应用程序中使用OCR网络服务。我们如何发送请求并获得响应？
我们如何在Android应用程序中使用OCR Web服务 我使用此Web服务. 如何使用SOAP Base Web服务传递数据并获得响应. 如何通过嵌套XML标签的请求? http://www.ocrwebservice.com/service.com/services.com/services.com/services/services/services/ocrevbservice.asmx? op = ocrwebserviceregnize 请帮助.. 解决方案 实际上我得到了正确的答案.对于嵌套的请求，我编写了以下代码并起作用. SoapObject request = new SoapObject(NAMESPACE, METHOD_NAME); // Add input values to SOAPObject object - request request.addProperty("user_name", "test"
2 2023-12-02
编程技术问答社区
错误 LNK2019 未解决的外部符号 Tesseract OCR C++ Using VS 2015
有人是否配置了 tesseract C ++ source-code成功地?它有32颗星，但我甚至坚持运行它，因为它是 当我尝试在视觉工作室中设置Tesseract的源代码时，它在OBJ文件中给出了错误，我该如何编辑这些文件，这对我来说没有任何意义.如果我不这样做，那么我应该在我的环境中成功运行它的方式有何不同(我的规格与 1. ERROR lnk2019未解决的外部符号_l_dnadiffadjvalues在函数中引用的_ptraconcatenatepdftodata pdfio2.obj 2. ERROR lnk2019未解决的外部符号_l_dnajoin在函数中引用_recogappend recogbasic.obj 3. ERROR LNK1120 2未解决的外部Tesseract.exe 我使用以下setps构建它: 1.从此 link . 2.下载 tesseract 和 Leptonica . 3.它包含一个build_tes
6 2023-11-24
编程技术问答社区
如何从录制的监控摄像头视频中读取时间？
我有一个问题，我必须阅读监视摄像机录制的视频的录制时间. 时间出现在视频的左上角.下面是指向显示时间的区域的屏幕抓取的链接.另外，数字颜色(白色/黑色)在视频期间不断变化. http://i55.tinypic.com/2j5gca8.png 请指导我朝着解决这个问题的方向.我是Java程序员，因此更喜欢通过Java进行方法. 编辑: 感谢Unlillbilly的评论.我看过Ron Cemer OCR库，其性能远低于我们的要求. 由于OCR性能少于所需比较后的概率结果. 所以我正在寻找一个很好的图像比较库(我可以使用一个可以使用命令行运行的非Java库).同样，有关上述方法的任何建议都会非常有帮助. 解决方案 似乎您在这里不需要完整的OCR. 我认为这些数字在图像中始终处于相同的位置.您只期望每个知识位置(黑色或白色)的数字0-9. 一个简单的模板在每个位置与每个数字匹配(每种颜色的10个数字的20个模板)非常快(实时)，应该给您非常准确的
0 2023-11-18
编程技术问答社区
为更好地支持浏览器而提供的ImageCapture API的替代品
我使用OCR来识别图像中的文本.我使用来自 mediaStream .这是负责的代码: function getBlobFromMediaStream() { const videoTrack = mediaStream.getVideoTracks()[0] const imageCapture = new ImageCapture(videoTrack); return imageCapture.takePhoto().then(blob => { if (!blob) throw "Photo could not be taken"; return blob; }) } 太糟糕了，此API在许多浏览器上不起作用(Firefox，IE，Safari).有可以使用的替代方法吗? 解决方案 您可以用HTMLVideoElement和a HTMLCanvasElement. 进行后备 首先检查您的浏览
0 2023-11-18
编程技术问答社区
Azure读取矢量PDF的API
我正在使用Azure读取API来处理OCR的解决方案，并且它提供了用于栅格PDFS 的盒子解决方案 ，但我看不出它是否可以支持基于向量的PDF.通过使用一些第三方库，例如Aspose和PDFXStream，我还有其他解决方案，但是如果我只能停留在Azure Vision API生态系统中. 所以我的问题是可以将读取API用于向量PDF，如果不是什么，我可以使用什么最佳方法? 解决方案 回答我的问题:是的，它支持基于向量的PDF，尽管API文档中未明确提及.我们通过Azure Portal和API代码检查了两者，并且可以正常检查.混合栅格和基于矢量的PDF没有问题.
0 2023-11-17
编程技术问答社区
阅读屏幕上的字符
我已经试图找到解决问题的解决方案已有一段时间了.我需要构建一个程序，该程序在屏幕上读取数据，识别字符和图像，然后根据角色和图像的作用.例如，我为它提供了一张狗的图片，每个可能的角色的图片，并且能够阅读屏幕并告诉我狗在哪里，角色在哪里，以什么顺序等等.一个免费的图书馆在某个地方?我更喜欢可以在c#或vb.net中使用的东西 解决方案 识别字符和标记的一般实践称为"光学角色识别"(OCR)和"光学标记识别"(OMR)./p> 但是，如果最终目标是解决recaptchas，那么您就没有机会.
0 2023-11-14
编程技术问答社区
Google App Script：如何将PDF转换为GDOC，以便获得OCR？
我正在尝试编码一些我已经拥有的序列号的PDF(Gmail)，将其保存在驱动器中，获取OCR并阅读内容. 第一步没有问题，第二步是通过以下代码管理的，但是最后两行用 documentapp getText()不起作用: var serial = "123456789"; var ret = DriveApp.searchFiles('fullText contains "' + serial + '"'); if (ret.hasNext()) { var file = ret.next(); var n_blob = Utilities.newBlob(file.getBlob().getDataAsString(), MimeType.PDF); n_blob.setName(serial); var n_file = DriveApp.createFile(n_blob); var rt = DocumentApp.op
0 2023-11-11
编程技术问答社区
使用python进行外语提取的Pytesseract
我在Windows机器上使用Python 2.7，Pytesseract-0.1.7和Tesseract-ocr 3.05.01. 我试图为韩语和俄罗斯语言提取文字，而我提取的是很肯定的. 现在，我需要与从图像中提取的字符串和字符串进行比较. 我无法比较字符串并获得正确的结果，它只是说不匹配. 这是我的代码: # -*- coding: utf-8 -*- from PIL import Image import pytesseract import argparse ap = argparse.ArgumentParser() ap.add_argument("-i", "--input", required=True, help="path to the image") args = vars(ap.parse_args()) img = Image.open(args["input"]) img.load() text = pytesseract.im
10 2023-11-06
编程技术问答社区
在iPhone应用程序中的魔方OCR
我正在使用Tesseract开源引擎来读取图像中的文本. 但是我没有一次得到100％的结果.请给出有关使用Tesseract的OCR质量改进的建议. 谢谢 解决方案 这是如何从Tesseract获得最佳结果的方法 请确保您已经对图像进行了预处理. OVR将为具有以下属性的图像产生最佳结果: 修复DPI(如果需要)300 DPI是最小的 修复文本大小(例如，应该可以的12分) 尝试修复文本行(Diskew和Dewarp文本) 尝试修复图像的照明(例如，图像没有黑暗部分 二进制图像
6 2023-11-03
编程技术问答社区
如何比较两张图片的相似性（不是用MD5完全匹配）？
如何拍摄两张图像并比较它们以查看它们的相似之处? 我不是在谈论使用MD5比较两个精确图像.我要比较的两个图像将完全不同，并且有时可能不同. 以口袋妖怪卡为例: 我将扫描每张卡的高清图像.我希望用户能够用手机拍摄他们的口袋妖怪卡的照片，我希望能够将其与我的扫描图像进行比较，然后确定他们拍了一张照片. . 该处理不必直接在手机上进行，而是一个选择，但是请注意，我的知识在某种程度上受到编程语言的限制(仅限于PHP/Java/Android).我正在使用的服务器是我自己的Ubuntu服务器，因此如果有帮助，我确实可以从PHP访问EXEC命令. 起初，我认为有人会在此之前做过这样的事情(比较两张图像).我尝试使用一个与Imageik一起使用PHP使用一个示例，发现我声称可以做我正在尝试的事情(使用compareImages())，但根本没有用.似乎没有太多(如果有)关于做类似事情的文档，这就是为什么我如此陷入困境的原因.我要寻找的只是向正确的方向推动. 我的第二个想法是
4 2023-11-02
编程技术问答社区
热门专题
cross join用法 输入n和n个整数,输出其中绝对值最小的数 sqlserver如何更具年龄分类 点击历史记录触发jQuery的哪个事件 tiles.apache.org 连接超时 fontawesome 警告图标 uniapp vue蓝牙打印 nexus 7 二代 Mac电脑 echarts百度插件 WXP文本页面布局删不了 mybatis 动态调整SQL 帆软报表运行的sql存在哪里 oracle 分组查询,分组统计 eclipse serlvet 自动提示 debian 最漂亮桌面 解决hash冲突的四种方法 NoSQLGoogle的分布式关系型数据库F 索引覆盖、索引下推、前缀索引 JAVA接收websocket连接 小程序商城list列表页