我有几个低质量的pdf。我想使用OCR——更准确地说Ocropus从他们那里得到文本。要使用，我先使用ImageMagick--将pdf转换为图像的命令行工具--将这些pdf转换为jpg或png。但是ImageMagick生成的图像质量非常低，Ocropus几乎无法识别任何内容。我想了解处理低质量pdf以向OCR提供尽可能好的质量图像的最佳参数是什么。我找到了thispage,但我不知道从哪里开始。 最佳答案 您可以通过键入了解ImageMagick的“委托(delegate)”(IM使用的外部程序，例如Ghostscript)的详
我和一个friend有兴趣为一个CV项目训练tesseract-OCR引擎。我们尝试使用一些包装器，例如PyTesser和pyocr，但目前结果并不像我们需要的那样准确。因此，我们想尝试训练tesseract以更好地实现我们的目的(即识别食品标签上的文本)，但在安装训练工具时遇到了一些麻烦。我们尝试过的:查看谷歌代码网站，'Compiling'pageonthetesseract'sgooglecodewiki说培训工具仅在3.03版上可用。然而，tesseract-ocr的谷歌代码“下载”页面只有3.02的Material。“编译”页面的底部也有一些关于在Windows和OSX上安装
关闭。这个问题不符合StackOverflowguidelines.它目前不接受答案。我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题，以便用事实和引用来回答。关闭4年前。Improvethisquestion我正在寻找一个在Linux上运行的开源OCR库。我需要它来处理PNG和PDF。大多数情况下，我想从java或ruby连接这个库。知道是否有可用的东西吗？问候。
关闭。这个问题不符合StackOverflowguidelines.它目前不接受答案。我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题，以便用事实和引用来回答它。关闭8年前。Improvethisquestion是否有任何免费的PHPOCRAPI，它在PHP、jQuery或JavaScript中有详细记录？我正在为iOS编写一个网络应用程序，我想利用iOS6safari中新的照片上传API来进行OCR图像处理。非常感谢!:)(编辑:哦，还有一个类似Google-Googles的图像识别API也足够了，它不一定是OCR，尽管我更喜欢它。:) 最佳答
我正在尝试使用GoogleCloudVisionAPI现在支持的PDF/TIFF文档文本检测。使用他们的示例代码，我可以提交PDF并接收带有提取文本的JSON对象。我的问题是保存到GCS的JSON文件仅包含边界框和“符号”文本，即每个单词中的每个字符。这使得JSON对象非常笨重且难以使用。我希望能够获取“LINES”、“PARAGRAPHS”和“BLOCKS”的文本和边界框，但我似乎无法通过AsyncAnnotateFileRequest()方法。示例代码如下:defasync_detect_document(gcs_source_uri,gcs_destination_uri):""
我想在linux中找一个好用的OCRpython模块，我找到了pytesserhttp://code.google.com/p/pytesser/,但它包含一个.exe可执行文件。我尝试将代码更改为使用wine，它确实有效，但它太慢了，真的不是一个好主意。有没有像它一样易于使用的Linux替代品？ 最佳答案 您可以将tesseract包装在一个函数中:importosimporttempfileimportsubprocessdefocr(path):temp=tempfile.NamedTemporaryFile(delete=F
我需要使用Pytesseract从这张图片中提取文字:和代码:fromPILimportImage,ImageEnhance,ImageFilterimportpytesseractpath='pic.gif'img=Image.open(path)img=img.convert('RGBA')pix=img.load()foryinrange(img.size[1]):forxinrange(img.size[0]):ifpix[x,y][0]而“temp.jpg”是还不错，但是打印的结果是,2WW不是正确的文本2HHH，那我怎样才能去除那些黑点呢？ 最佳
我还是个初学者，但我想写一个字符识别程序。这个程序还没有准备好。而且我编辑了很多，因此评论可能不完全匹配。我将使用8-connectivity进行连接组件标记。fromPILimportImageimportnumpyasnpim=Image.open("D:\\Python26\\PYTHON-PROGRAMME\\bild_schrift.jpg")w,h=im.sizew=int(w)h=int(h)#2D-Arrayforareaarea=[]forxinrange(w):area.append([])foryinrange(h):area[x].append(2)#numbe
就目前而言，这个问题不适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持，但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开，visitthehelpcenter寻求指导。关闭10年前.我已经使用了一些Tesseract，但它的结果还有很多不足之处。我目前正在检测非常小的图像(35x15，无边框，但尝试使用imagemagick添加一个没有ocr优势的图像)；它们的范围从2个字符到5个字符，是一种非常可靠的字体，但是这些字符的可变性足以让简单地使用图像大小校验和等是行不通的。除了坚持使用Tesseract或对其进行完整的自定义培训之
我最近看到有人穿着一件背面印有Perl代码的T恤。我拍了一张照片，剪掉了代码:接下来我尝试通过OCR从图像中提取代码，所以我安装了TesseractOCR以及它的Python绑定(bind)，pytesser.Pytesser仅适用于TIFF图像，因此我在Gimp中转换图像并输入以下代码(Ubuntu9.10):>>>frompytesserimport*>>>image=Image.open('code.tif')>>>printimage_to_string(image)Traceback(mostrecentcalllast):File"",line1,inFile"pytess
