我有几千个PDF文件，包含从数字化纸质表单中提取出的黑白图像（1位）。我正在尝试OCR一些字段，但有时书写太模糊: 我刚刚学习了形态学变换。它们真的很酷！我感觉自己在滥用它们（就像我学Perl时滥用正则表达式一样）。 我只对日期07-06-2017感兴趣:im = cv2.blur(i...

我一直在尝试创建一个算法，从汉字中提取笔画信息。我尝试了各种方法，但没有一个很令人满意，可能是因为我对图形算法的知识有限。 基本上，我有以下数据： 汉字，可以是像素或矢量（黑色） 笔画的整体轮廓，以像素表示（红色） 整体方向（蓝色箭头）。 从这个图中，我正在尝试提取笔画。如果你必...

经过搜索，我没有找到解决这种问题的方法，因此在此发布一个明确的问题。大多数答案涵盖图像/文本提取，这相对容易。 我需要从PDF中以文本（csv）和图像的形式提取表格和图形。 有人能帮我提供一种高效的Python 3.6代码来解决这个问题吗？ 到目前为止，我可以使用startmark = ...

我正在开发一个OCR项目，目标是读取金属板上的压印序列号。我使用OpenCV来为OCR准备图像，并使用Tesseract进行OCR。这是理想的流程： 1. 在整个板子的图片中，裁剪出序列号的大致位置。 2. 为OCR准备裁剪后的图像。 3. 应用OCR。 我的当前流程是： 1. 手动裁剪...

我正在编写一个应用程序，用于从图像中扫描数字。 这些数字使用OCR-B字体，并且可能还包含"+"和">"字符。 这是我的源图像： 使用Tesseract进行扫描时效果不太好，即使将字符集限制为所提到的字符。由于我没有找到适用于Tesseract的OCRB训练文件，因此决定自己进行训练...

我已成功安装并配置好了Tesseract，可以将图片转换为文字... text = pytesseract.image_to_string(Image.open(image)) 然而，我需要获取每行的置信度值。使用pytesseract无法找到实现此操作的方法。有人知道如何做吗？ 我知...

我一直在使用Tesseract 3.0.2 OCR SDK进行图像文本提取。但是，如果我使用中文文本图像并通过OCR处理，那么Tesseract不会向我提供中文字符，而是得到数字和英文字符。但是我需要显示在图像中使用的中文字符。 如何实现这一点？有没有办法获得中文字符而不是其他字符？

我已经在我的 Linux 环境中安装了 Tesseract。 当我执行以下类似命令时，它可以正常工作： # tesseract myPic.jpg /output 但是我的图片上有一些小标签，而tesseract没有识别到它们。 是否有可用的选项来设置音高或类似的东西？ 文本标签示...

我需要一个OCR库(preferably in Java)，它可以确定仪表设备上可视化的数字。请参见图像。我已经尝试了一些Java库，但它们无法确定这种字体。 更新 1: Tesseract 和 Asprise 库无法完成此任务

我使用tesseract来检测图像上的字符。 try { using (var engine = new TesseractEngine(@"C:\Users\ea\Documents\Visual Studio 2015\Projec...