光学字符识别，通常缩写为OCR，是将手写，打字或打印文本的扫描图像机械或电子转换为机器编码文本。
我正在尝试对阿拉伯语手稿执行 OCR，但我在图像二值化方面遇到困难（即确保文本区域的强度为 0 且背景区域...
我正在尝试在 Python 中 OCR 包含 JBIG2 编码图像的 PDF 文件。 最初是从 PyPDF 开始的，我认识到这里的限制是 PIL：https://github.com/py-pdf/pypdf/issues/1989 ...
我在将设备切换到 mps 时遇到问题。我的训练在 cpu 上运行顺利，但是当我将设备设置为 mps 时，出现以下错误： 运行时错误：视图大小与...不兼容
我正在开发阿曼车牌的 OCR 系统，并努力提高字母识别的准确性。这些盘子通常包含小而粗的字符，而我当前的预处理pi...
使用 tesseract 从扫描的 pdf 文件中提取 csv 文本
我需要帮助从扫描的 pdf 中提取文本。我尝试使用 pymupdf、pillow 和 pytesseract 来提取它，但我没有得到正确的结果，有一些文本返回不正确......
我有一个简单的程序（来自 docTR 库文档的代码），可以识别 pdf 文件中的文本。如果文字完全对齐，那么文字识别就没有问题，但是...
我正在使用下面的代码通过 Mindee/doctr 包从图像中提取文本。 从 doctr.models 导入 ocr_predictor 从 doctr.io 导入文档文件 导入 json 模型 = ocr_predictor( reco_arch='
我正在尝试用java构建一个示例应用程序，它将读取图像文件并只输出从图像中提取的文本。我发现 Tesseract 项目看起来很有前途，但是，它......
我想从几个以pdf格式存储的w2文件中提取信息并将该数据填充到excel文件中。我可以使用 doctr（文档文本识别）提取数据，但是，这...
我希望我的程序输出 ALTO 文件。我拥有创建它所需的所有数据，所以我想知道是否已经存在一些可以部署的代码来创建 ALTO 文件，而不是对其进行编码...
我有一些PDF，我想在其中提取表格数据， 但问题是该表是多页的，我想检测该多页表并将其设为一页 ，还有多张桌子在...
是否有任何程序可以让我将 PDF 的文本 (OCR) 层叠加在 PDF 渲染之上？ 我想快速查看文本图层是否有错误。 这样会更方便...
这并不是真正的“OCR”，因为它不识别字符，但它与应用于曲线的想法相同。 任何人都知道图像处理库或已建立的用于检索值的算法......
如何创建一个简单的网站，使用 Google Vertext AI Vision API 将用户提交的图像转换为文本
我正在尝试构建一个简单的 html/css/jquery 网站，该网站使用 Google Vertext AI Vision API（或其他服务）将用户提交的图像转换为文本。 如果有人能回答我，我将不胜感激
工作是从扫描的PDF中提取表格。我尝试使用 Camelot/tabula，但没有任何效果。 关于如何提取表格有什么建议吗？ 例子 Camelot/tabula 没有一个检测到...
在 Windows Python 中将不可搜索的 Pdf 转换为可搜索的 Pdf
需要一个解决方案将每个页面都是图像且页面可以包含文本、表格或两者的组合的 PDF 文件转换为可搜索的 pdf。 我使用过 ABBY FineReader Online，它是...
我一整天都在尝试解决这个简单的问题，但我一生都无法弄清楚。我们有一个基于网络的 CRM 系统，可以创建一些文档。我正在使用 Chrome 来保存...
我正在做最后一年的项目，我真的需要一些建议。该项目是关于构建一个 OCR 模型来扫描发票，这些发票既有手写的，也有计算机生成的文本......
我正在尝试构建一个Python脚本，它可以检测在屏幕上闪烁很短时间（大约0.2秒）的文本。我使用 mss 进行屏幕捕获，使用 pytesseract 进行 OCR。下面我...
在 python 中提取条形码以及图像或 pdf 文件中其他详细信息的最佳方法
我有一项任务要求我以结构化格式从 pdf 或图像中提取订单详细信息。 我的方法是找到条形码区域，然后对每个条形码区域上方的文本进行 OCR。 最后的...