3回答
我想在我的项目中实现手写识别。
例如，当用户在屏幕上写入A时，屏幕应该显示A，
我在google上搜索过，到目前为止我已经找到了，tesseract OCR，但是我不知道tesseract OCR是什么，以及如何在我的项目中实现这一点，可以有人给出tesseract OCR的演示教程，我不知道tesseract OCR是免费的还是付费的.
tesseract OCR ！！！
浏览 5提问于2012-02-03得票数 3
回答已采纳
从过去的两周开始，我正在努力实现“识别iPhone屏幕上的字符”。
我搜索了这个，找到了Tesseract OCR。
通过使用Tesseract OCR，我们可以从图片中识别字符。
现在我的问题是，是否能够识别使用Tesseract OCR绘制在iPhone屏幕上的字符？
如果可能的话，给我一些初步的步骤来完成这个任务。
浏览 2提问于2013-12-19得票数 6
回答已采纳
2回答
我正在尝试创建一个软件，通过捕获屏幕截图，然后OCR (光学字符识别)它寻找一个特定的按钮来点击(例如)的PC自动化。我已经得到了鼠标和键盘控制部分，但现在，我需要一个OCR来处理屏幕截图。我发现Tesseract OCR似乎不能很好地处理屏幕上的文本。文本要么太小，要么一些文本似乎是连接在一起的，比如K和X。我该怎么做呢？
p/s:这是一个自动化测试程序。
浏览 1提问于2009-05-22得票数 4
我正在尝试使用ABBYY OCR SDK处理图像，使用放置在中的示例代码，但我无法在下面的屏幕截图上获得特定单词的坐标，例如"OCR“。
我想画一个覆盖(黄色矩形的单词"OCR")，有时矩形放置在离实际单词很远的地方。
浏览 2提问于2011-12-30得票数 2
回答已采纳
2回答
我想知道是否有任何技术/API可以用于快速屏幕字体OCR？
以下是理所当然的：
OCR的文本应来自屏幕截图，并应使用屏幕字体呈现，文本可以或不使用RGB抽取(也可以或不使用RGB抽取(又称亚像素AA aka ClearType等)，屏幕快照可能是RGB或RBG顺序，基线查找很简单(只需查看所有屏幕字体:基线显示非常清楚，并且很容易找到algorithmically)a )，允许许多错误(字符识别不需要100 )。字体基本上是预先知道的，但是字体的具体呈现方式不是(大小不知道，颜色未知，抗混叠类型未知)。基本上我们知道的是，它将是非常常见的字体，，
因此，我认为这并不像做“真实的”OCR那样复杂
浏览 2提问于2011-06-30得票数 3
我将编写代码，截取屏幕截图，裁剪到屏幕的一小部分(屏幕的预定义区域)，然后从裁剪的图像中提取文本(通过OCR工具)，然后将生成的文本保存到文件。我想知道是否有软件(最好是Windows版)可以做到这一点，或者至少是部分软件。我已经在考虑将tesseract作为一种OCR工具。任何人都知道可以截取屏幕截图的软件，并可能裁剪图像的预定义区域。谢谢，-Jason
浏览 0提问于2012-01-30得票数 0
从这个示例项目[ ]开始，我已经能够在OcrDetectorProcessor.receiveDetections()方法中实现过滤。
这是可行的，但是com.google.android.gms.vision.text.TextRecognizer似乎在整个屏幕上搜索字符。
我认为，如果扫描屏幕的较小部分而不是整个屏幕上的字符，则可以更频繁地调用receiveDetections()方法。
是否可以指定要扫描的屏幕的较小部分？通过对图形的过度更改来直接指示用户定位他们的相机，使屏幕的这一较小部分包含目标文本，但我不知道如何告诉处理器在进行OCR处理时只使用帧的一小部分。
需要修改什么来指定
浏览 0提问于2019-04-27得票数 1
回答已采纳
因此，我目前的个人项目是能够自动从游戏中抓取屏幕截图，对文本进行OCR，并计算给定单词的出现次数。
整个晚上我都在研究不同的OCR解决方案，我意识到大多数OCR包都是为扫描文本而设计的。如果有任何软件包可以可靠地阅读屏幕文本，那么它们远远超出了这个爱好者的预算。
我一直在浏览其他一些问题，我找到的最接近的问题是。
在我看来，阅读渲染文本应该比打印和扫描文本容易得多。线条始终是直的，任何给定的字母都将始终以完全相同的像素表示形式出现(大多数情况下，不管怎样)。另外，为什么不使用实际的字体文件(如果你有)作为识别字符的小抄呢？使用这样的系统，我们可能会达到100%的准确率。
假设你有一个小抄的字体
浏览 0提问于2010-12-27得票数 3
回答已采纳
2回答
我一直在评估Office 2007 MODI OCR的替代品(OneNote的2010解决方案的质量/结果低于2007 :-( )。我注意到，安装后，Windows7包含一个OCR库
OCR组件安装到
%programfiles%\Common Files\microsoft shared\OCR\7.0\xocr3.psp.dll
但我看不出有什么API可以用？
有没有人知道如何更好地在C#中实现这个接口？
答:找到了解决方案，一旦安装了可选的tiff ifilter win7功能，我就可以在上使用代码/exe获得屏幕截图的文本输出。另外，如果为.png和.jpg添加相同的HKEY_CLA
浏览 5提问于2011-05-24得票数 16
我想使用IronOCR从屏幕截图中识别出个位数。
问题是，我的.Read()结果总是以空"“结束。
这是我的密码
var bmpScreenshot = new Bitmap(105,
25,
PixelFormat.Format32bppRgb);
var gfxScreenshot = Graphics.FromImage(bmpScreenshot);
gfxScreenshot.CopyFromScreen(992,
400,
0,
0,
浏览 8提问于2022-03-06得票数 1
1回答
有没有人知道有什么产品或开源项目可以对VGA流进行OCR (光学字符识别)？VGA屏幕非常简单，数字和字符串位于固定的位置。屏幕不会经常改变，或者当它们改变时，每隔几秒钟读出一次就可以了。
为什么要麻烦呢？我想将一些没有任何数字接口的老式医疗设备连接到网络。我会使用VGA分离器来分离VGA信号，对其运行OCR，然后将识别出的数字/字符串提供给各种程序。我在这里谈论的是非常简单的OCR，比如从000.0到359.9的数字。
有没有人见过这样的东西？
浏览 2提问于2011-02-16得票数 0
回答已采纳
1回答
检查发往其他本地应用程序的流量
、、、、
我正在写一个工具来自动化我们公司使用的一个更老的工具。它使用自己的类似控制台的系统，整个过程都是通过文本控制的。我已经编写了程序的一部分，它将检测窗口句柄，发送按键到它，甚至OCR屏幕截图，以确定屏幕上有什么。然而，OCR并不完美，我突然想到字符将通过TCP/IP发送，所以为什么不直接读取流，这样我就可以知道程序在不依赖OCR的情况下显示给用户的是什么。然而，我不知道如何做到这一点。有没有人对这个挑战有什么建议？
我正在编写的程序是用VB.Net 4编写的。
浏览 1提问于2012-03-09得票数 0
2回答
我还没有找到解决方案。我正在尝试做的是从一个专有的金融软件平台读取特定的数字文本值。我首先尝试了可访问性和元素侦察方法，但没有成功。我能想到的唯一可行的其他方法是使用屏幕的OCR，带有特定的固定区域。
我检查过的所有OCR解决方案似乎都是基于文件的(PDF、TIFF等)。我真正需要的是一个可以从屏幕上捕捉的OCR解决方案。我能想到的一些挑战是:要捕获的文本是在黑色背景上，可以是彩色文本(黄色，绿色，红色，橙色)。文本大小也很小(我想是6磅)。
理想情况下，我想要一个.NET应用程序接口，但无论什么工作，我都愿意尝试。
浏览 0提问于2012-10-01得票数 1
我必须写一个程序，从司机前面的车内屏幕上拍摄的视频中进行OCR，所以它只对数字进行OCR。我正在努力寻找实现它的方法。我正在考虑使用openCV，但作为另一种选择，我正在考虑使用一个从视频中提取帧并找到数字的光学字符识别程序。但是许多OCR程序不能正确识别数字(也许OCR需要训练？)。所以我想使用计算机视觉库来完成这项工作。
你认为实现这个简单程序的最好方法是什么？
我认为使用计算机视觉库和匹配的模板会很好，但也可以帮助me.for例如有程序做车牌识别。
所以任何建议都是受欢迎的。
浏览 6提问于2012-06-30得票数 5
回答已采纳
#include <Constants.au3>
#include <ScreenCapture.au3>
#Include <Misc.au3>
#include <Array.au3>
#include <GDIPlus.au3>
$image = @MyDocumentsDir & "\aaa_teste.jpg"
ConsoleWrite(OCR($image))
Func OCR($Image)
Local $miDoc, $Doc
Local $str
Local $
浏览 4提问于2015-09-18得票数 0
回答已采纳
4回答
专为屏幕阅读设计的OCR引擎
、、、、
是否有为识别屏幕捕获图像中的文本而不是扫描的文本而设计的OCR引擎？我有一个项目，我需要在应用程序中检索和识别文本，到目前为止，我尝试过的OCR引擎都没有在屏幕截图上表现得很好。
理想情况下，引擎应该与颜色和背景噪音很好地工作，尽管我可以做一些宽限，如果没有这样的可用的。
它需要与.NET兼容；要么用.NET编写，要么有一个.NET可调用的应用程序接口。
浏览 1提问于2010-07-27得票数 10
1回答
类似于以编程方式截取屏幕截图，除了，我只想要屏幕上的文本内容。我想我可以把截图通过OCR，但是，我希望有一个更好的解决方案。
浏览 2提问于2013-10-15得票数 0
我一直在想OCR屏幕和普通扫描文本OCR之间的区别。多年来，我一直在使用FineReader (并尝试了一些其他程序)，而且我知道它们通常对扫描分辨率非常挑剔。以至于他们无法识别从屏幕上捕捉到的文本。在我看来，这似乎违反直觉，因为屏幕上的文本通常是几乎没有噪音，因为完美的单色背景。我看到Abbyy (FineReader生产者)现在提供。因此，他们有一个单独的产品，似乎相同的任务，就因为这个解决问题？我错过了什么重要的事情吗？(除了想赚更多的钱之外：)
浏览 2提问于2015-01-16得票数 2
回答已采纳
2回答
我想使用tesseract OCR获取屏幕矩形区域上的文本，使用Visual C#上的c#。
首先，要让tesseract在Visual C#中工作需要什么？我刚开始使用Visual和设置包装器。在谷歌上搜索了几个小时后，我发现我需要：，一个来自官方网站的语言包。我还需要安装windows tesseract-ocr吗？
我按照charlesw的GitHu上的步骤在我的项目中设置了包装器。然而，我仍然不知道如何使用这些功能。
我想这就是如何声明OCR引擎：TesseractEngine engine = new TesseractEngine(@"./tessdata", &#
浏览 13提问于2014-03-02得票数 1
回答已采纳
开放源码优先，但没有必要。
我有Acrobat 8，并且非常喜欢OCR功能，它基本上可以在扫描的文档上放置一层不可见的OCR文本。因此，您在屏幕上看到的是原始扫描文档，但结果是可搜索的。
我要找的是一种自动化这个过程的方法。我目前有一些脚本，用于处理和归档扫描文件，并且正在寻找一些可以插入到这个批处理过程中的东西，以便以类似于我可以使用Acrobat的方式执行OCR。
欢迎所有建议，谢谢！
浏览 0提问于2009-08-14得票数 10
回答已采纳
2回答
OCR图像预处理
、、、
我一直在使用OCR的office文档成像来获取图像中的文本。对于这张照片，
我想知道在将图像输入到OCR之前，需要进行哪些预处理来提高图像的质量。到目前为止，我已经尝试过二值化(阈值)、模糊(高斯)、锐化、平均去除&增加图像的亮度和对比度，但是OCR引擎仍然无法得到准确的文本(可能是50 %的成功)。
我想知道的预处理步骤(按正确的顺序)，以提高质量，最好是在C#。屏幕的图像是通过网络摄像头拍摄的。谢谢。
浏览 2提问于2015-12-05得票数 4
回答已采纳
TL;DR：
是否有人知道如何在服务器端的Microsoft.Windows.Ocr WindowsPreview.Media.Ocr.dll 应用程序(如MV4 Web )上引用 (/ )程序集，并利用该程序集中的OCR功能将照片图像作为输入并从中提取文本内容?如果是，请在回答中提供详细说明。
质问细节(以及我迄今尝试过的)
我正在构建一个web应用程序，它接收上传到服务器的图像(通过文件上传UI屏幕)，然后使用OCR读取文本，并在下一页显示文本，就在上传的图像旁边。
由于大多数商业OCR库都要花费一定的成本()，我想我可以尝试使用Microsoft OCR Library Microsof
浏览 9提问于2014-11-29得票数 25
我正在运行码头-准备开放的ocr
这是我过去15分钟的屏幕
并以文本形式：
e4b5185880dc: Pull complete
bb3a20c79671: Pull complete
d180bfcd2661: Pull complete
92bd0cb7f0db: Pull complete
27ca5c22f162: Pull complete
347fcf793eea: Pull complete
Digest: sha256:94dfd2b14c7be479f7db16a9d94374f1510004d3911bb7465a0466b5908ac327
Status: D
浏览 2提问于2016-02-20得票数 0
回答已采纳
1回答
我有一些屏幕记录视频，我想从中提取一些信息。我的想法是使用cv2. thinking ()获取屏幕截图，然后使用OCR获取信息。但是，我可以调用OCR服务(业务服务)的次数是有限的。所以我只想使用那些没有太多信息重叠的关键屏幕截图。例如，我从cv2获得了300个截图，但我已经可以从其中20个获得所需的所有信息，因为滚动速度很慢，而且大多数屏幕截图都是重叠的。
看一个真实的例子:我想得到所有的应用程序名称在一个屏幕记录视频的AppStore。
问题是：
我如何才能找到滚动速度的视频，以便我可以调整多少次，我捕获一个截图。或者用另一种方式说:我怎样才能知道连续的截图变化了多少，这实际上意味着
浏览 3提问于2020-03-30得票数 1
回答已采纳
6回答
我需要一个可以检测图像中对象的库(使用边缘检测)。这与验证码无关。我正在开发一个使用OCR的MTGO机器人，它可以在任何屏幕分辨率下工作。为了让它可以移植到任何屏幕分辨率，我的想法是在结果页面上向下扫描狭窄的范围(玩家拥有的卡片可以在文本行中列出)，并找到该范围内的每个对象。然后获取每个对象的最低和最高像素坐标，以找到行的开始和结束位置(在y轴上)，以便我可以使用OCR读取每一行。
浏览 1提问于2009-02-02得票数 3
回答已采纳
在Mac上，用户需要:cmd-选项-shift-4来将屏幕捕捉到pasteboard (剪贴板)。这个存放在哪块烤盘里？它能被pb粘贴访问吗？
命令行工具pb粘贴允许访问pasteboard。我尝试了这个命令的所有变体，但从未从屏幕截图中生成输出(但是，如果我粘贴到Preview中，则会输出屏幕截图)。
-help -Prefer {txt = rtf \ ps}
我尝试了-pboard和-Prefer值的每一个排列，但都没有成功。
预期的使用将是这样的脚本：
bash脚本：
#/bin/bash
pbpaste > /tmp/tmp.png
tesseract /tmp/tmp.png
浏览 3提问于2015-08-25得票数 0
回答已采纳
所以..。在安装OpenBSD 5.3时，如何保存基于Q/A的文本？还是我只能选择手动输入文本？还是使用打印屏幕的OCR软件？
浏览 0提问于2013-10-21得票数 3
1回答
我正在使用Googles Vision API来分析来自我们的产品的错误消息的屏幕截图。使用这些托管服务，OCR部分很容易，但是有没有什么最佳实践工具可以用在有声文本上？
更具体地说，错误屏幕截图将包含诸如产品名称、产品版本、底层操作系统版本(如果操作系统是32位或64位)以及实际错误消息(C#堆栈跟踪)等信息。
所以所有的文本都在那里，从OCR扫描，但由于屏幕截图是由用户拍摄的，一个人不能假设上面的不同信息是在屏幕截图的特定区域。
如何开始分析这些数据？我们是在讨论简单的字符串操作和自定义领域知识(我尝试过了，它让我走得相当远)，还是这是谷歌/微软提供的某种机器学习文本分析的工作(或者这是夸
浏览 1提问于2018-08-18得票数 0
1回答
我需要做光学字符识别在某一窗口的特定位置，以作出一个附加的应用程序。该应用程序是一个用HGE编译成可执行文件的C族游戏。有什么好的OCR解决方案吗？
它需要能够在秒或毫秒内处理屏幕上的所有文本。
我在处理几种不同的字体，每种字体都是一样大小的，总是这样。几种不同的颜色。有些文本具有一致的颜色或渐变背景，但大多数没有。
OCR应该在Windows 10或最新的Ubuntu上运行。
是否有任何OCR程序，我可以提供字体数据？图像还是ttf？
浏览 0提问于2015-06-26得票数 5
2回答
我试着用塔斯克( Tasker )和AutoTools插件为我的游戏编写了一个自动化程序。有些事情在这一点上可以，但我需要捕捉屏幕截图，并需要解释它为我的需要。
这正是我所需要的；
有些文字在游戏中很重要，我想点击屏幕上的任何地方。所以我想我需要OCR来完成这个任务。我遵循一些解决方案，但每次都失败或停滞不前。让我解释一下我尝试过的解决方案。
以下解决方案1:
我尝试了AutoInput (塔斯克插件) UIQuery方法，但失败了。因为我认为，UIQuery of AutoInput只是在android上工作。无法从像游戏一样的3D应用程序中获得任何信息。
以下解决方案2:
浏览 1提问于2018-12-20得票数 0
回答已采纳
我正在为视障用户构建一个OCR应用程序。我希望应用程序可以直接打开到相机屏幕上，当用户按下按钮拍照时，我希望ocr过程发生，并在lbl或txtbox的文本屏幕上显示输出，并有TTS读出文本所说的内容。我的问题是，我在获取ocr的输出并显示它时遇到了麻烦，我不熟悉screenmanager或python。理想情况下，opencv和tesseract进程将在与捕获相同的功能中发生，但是我无法在下面的屏幕上识别输出。这里有一些代码，任何建议和帮助都很感谢！ # Importing the libraries
import cv2
import pytesseract
from kivy.app
浏览 60提问于2021-11-08得票数 0
我在PHP中使用fopen来打开从tesseract OCR提取的文件。返回的文本包含<<<<<<，fopen读取，直到找到第一个<字符，然后停止。
从OCR返回的文件：
P<dsdasdasd<<dasd<adsda<dsada<<<<<<<<<<ec<
dasdasdsdasdasdasdasd<<<<<<<<<<<<<<06
£ y
来自fopen的回声
P
如果我查
浏览 0提问于2019-05-30得票数 1
回答已采纳
1回答
如何计算OCR系统的置信度分数？
、、、、
我正在做一个OCR项目，我想知道如何计算我的OCR系统的置信度分数。 我有数字万用表图像。在设备的屏幕上有一些图像的测量结果。我想要认识到这些价值观。然而，根据我的研究，我不确定哪种OCR置信度计算技术适合我的系统。 据我所知，OCR置信度分数可以在字符、单词和句子方面进行计算。实际上，后两种方法建立在字符置信度分数的基础上。在我的例子中，按字符计算可能是错误的或不充分的。 例如，我有"40.245 V“文本。我得到了两种不同的识别结果，比如"40.247 V“和"70.245 V”。如果我没有错，两个结果都会有相同或接近的置信度分数。然而，"40.247 V
浏览 122提问于2020-07-17得票数 1
回答已采纳
我想要达到这样的效果：
因此，您捕获和处理的唯一内容是矩形中的区域。我需要这个，因为我想做一些OCR，我不想要整个屏幕。
浏览 2提问于2014-11-05得票数 1
1回答
uname -a：Linux negosaki 5.11.0-46-lowlatency #51~20.04.1-Ubuntu SMP PREEMPT Fri Jan 7 08:04:34 UTC 2022 x86_64 x86_64 x86_64 GNU/Linux的输出
我在~/bin/flameshot-ocr中有以下脚本，它在我的路径中：
#!/usr/bin/env bash
function ocr() {
filename=$1
lang=$2
outfile="/tmp/tesseract-output"
tesseract "$1" $ou
浏览 0提问于2022-01-21得票数 0
回答已采纳
SikuliX或Sikuli脚本有Region.text()，它根据tesseract ocr从屏幕上的图像返回文本值。
在Sikuli-java-api中有类似的东西吗？
我需要验证来自屏幕的一些文本，并试图决定两个api中的哪一个应该使用。提前感谢您的帮助！
浏览 4提问于2014-09-12得票数 4
经过大量的实验，我仍然不能让下面的脚本工作。我需要一些关于如何诊断这个特定Perl问题的指导。提前谢谢。
此脚本用于测试Office2007OCRAPI的使用：
use warnings;
use strict;
use Win32::OLE;
use Win32::OLE::Const;
Win32::OLE::Const->Load("Microsoft Office Document Imaging 12\.0 Type Library")
or
die "Cannot use the Office 2007 OCR API";
my $miD
浏览 6提问于2010-03-02得票数 3
我的设置：目前我正在Windows10上的VisualStudio2017中使用c++。
The objective：在我的基本c++应用程序中开始使用tesseract ocr。首先，为了确保我能够包含tesseract库并编译和执行一个非常简单的程序，我正在尝试运行官方上提供的下面这个简单的测试程序。
到目前为止所做的工作：按照的建议，在命令提示符下运行vcpkg install tesseract:x64-windows命令和命令.\vcpkg integrate install。当我运行命令vcpkg list时，我会看到我安装的所有包(如下面的屏幕截图所示)，但尽管如此，visual
浏览 1提问于2018-06-20得票数 4
回答已采纳
1回答
xcode自定义覆盖捕获
、、、、
我正在OCR识别应用程序上工作，我想让用户选择手动选择要在其上执行OCR的区域(在相机选择期间)。现在，我面临的问题是，我通过简单地覆盖-(空)drawRect：(CGRect)rect方法，在相机屏幕上提供了一个矩形，然而，尽管有一个矩形，相机试图聚焦在整个捕获区域，而不仅仅是在指定的矩形内。
换句话说，我不希望发送整个图片进行处理，而只希望发送矩形内捕获的图像的一部分。我已经设法提供了一个矩形，但是没有任何功能。我不希望整个屏幕区域被聚焦，而只希望矩形下的区域被聚焦。
我希望这是有意义的，因为我已经尽力解释过了。谢谢，并让我知道
浏览 2提问于2013-01-14得票数 1
我认为大多数OCR工具都用于阅读文档。我试图制作一个程序，从游戏中读取结果后的屏幕。我想知道是否可以使用某种解决办法(我对OCR工具还不熟悉)。
图像的。
我试着在互联网上使用一个简单的程序：
import cv2
import pytesseract
pytesseract.pytesseract.tesseract_cmd = r'C:\\Users\\labib\\AppData\\Local\\Tesseract-OCR\\tesseract.exe'
img = cv2.imread('test2.png')
text = pytesseract
浏览 4提问于2020-04-16得票数 0
回答已采纳
1回答
有没有可能使用tesseract异步地从图像中获取文本？我喜欢给用户取消扫描，如果它需要很长的时间。
char* utf8Text = tesseract->GetUTF8Text();
锁定屏幕，直到OCR完成。
浏览 0提问于2012-05-30得票数 1
回答已采纳
为了实现自动化测试或可访问性，是否可以使用应用程序或亚行从任何应用程序中捕捉屏幕上呈现的文本？
我唯一的选择是截图并通过OCR应用程序运行它。
浏览 0提问于2016-09-26得票数 2
我有一个由用户名、密码和安全代码组成的登录屏幕。我的目标是使用selenium、phantonJs等技术，并将登录屏幕上的OCR代码作为图片下载到计算机上。但是，正如下面的代码所述，标记具有src扩展。因此，当我用webclient调用这个src中的aspx路径时，会出现一个不同的OCR映像。我的目标只是下载屏幕上的代码作为图片在我的电脑上，我怎么能做到这一点？谢谢
[
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
