Tesseract似乎不能处理数字
Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，用于将图像中的文字转换为可编辑和可搜索的文本。然而，Tesseract在处理数字方面可能存在一些限制。
尽管Tesseract可以处理包含数字的文本，但它在处理纯数字图像时可能会遇到一些困难。这是因为Tesseract在处理数字时更侧重于识别文本中的字符和单词，而不是专门处理数字。因此，对于包含大量数字的图像，Tesseract的准确性可能会受到影响。
对于处理数字的需求，可以考虑以下解决方案：
- 使用图像预处理技术：在将图像输入Tesseract之前，可以使用图像处理技术对图像进行预处理，以增强数字的清晰度和对比度。这有助于提高Tesseract对数字的识别准确性。
- 使用专门的OCR引擎：除了Tesseract，还有其他一些专门用于数字识别的OCR引擎，如ABBYY FineReader等。这些引擎通常在数字识别方面表现更好，并提供更准确的结果。
- 结合使用机器学习和OCR：使用机器学习算法和OCR技术的结合，可以提高数字识别的准确性。通过训练模型来识别数字模式，并将其与OCR引擎结合使用，可以获得更好的结果。
总结起来，尽管Tesseract在处理数字方面可能存在一些限制，但可以通过图像预处理、使用专门的OCR引擎或结合机器学习和OCR来提高数字识别的准确性。
相关·内容
2回答
如何OCR电子邮件地址
c#、image-processing、ocr、tesseract、emgucv
我正在尝试OCR和提取图像中的电子邮件。图像应该有一行文本，即电子邮件地址。
我使用EmguCV.OCR从这些图像中提取文本(电子邮件地址)。我们的目标是获得100%准确的结果。
我们可以固定文本的字体和大小。例如Ariel，12pt，这样所有的图像都会有用Ariel 12pt写的电子邮件，在白色背景上是黑色的。
问题是EmguCV中的Tesseract OCR不能正确识别文本。它只能正确识别80%的字符。
我正在使用Leptonica库进行预处理。
以下是我正在尝试识别的一些示例图像。
有没有办法达到100%准确率的目标？
浏览 0提问于2014-10-30得票数 1
2回答
在Android上使用Google Docs OCR做其他事情
android、ocr
我正在考虑用我的android手机从文档中捕获一些文本，并在android上寻找一个理想的OCR应用程序。我今天碰巧看到Google推出了OCR，用于扫描可以在Google Docs中编辑的文档。我想知道我是否可以使用OCR来做一些事情，而不是将文档转换为Google Docs -比如，拍摄证书的照片，捕捉候选人的姓名和出生日期，或者拍摄车牌照片，并能够以文本形式获得可以存储的信息。
如果有人知道如何使用谷歌的OCR在Android上实现这一点，那将是一件很棒的事情。我确实读过关于Tesseract/Tesjeract的文章，但使用它实现我想要的东西似乎非常困难--也许我没有完全理解如何通过J
浏览 1提问于2011-04-28得票数 4
1回答
从图片python中识别明文
python、nlp、ocr、python-tesseract
我用pytesseract从图像中识别文本
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
然后我使用下面的代码来识别文本
textImg = pytesseract.image_to_string(Image.open(imgLoc+"/"+imgName))
print(textImg)
text_file = open(imgLoc+"/"+"oriText.txt", "w")
浏览 2提问于2019-05-25得票数 0
2回答
在xcode中，如何使用Tesseract OCR逐帧实时扫描相机预览
ios、camera、real-time、ocr、tesseract
正如你们许多人所知，Tesseract在静态照片或图像中进行字符识别。我在我的iOS应用程序中使用xcode，但我遇到了这个问题。如何使用tesseract扫描摄像机实时预览。Word Lens应用程序就是这样做的，它可以对相机预览的文本进行逐帧实时识别和翻译。我试着在没有翻译部分的情况下进行实时字符识别。最好的方法是什么？如何使用Tesseract OCR逐帧实时扫描相机预览？谢谢。
浏览 1提问于2012-11-21得票数 1
1回答
从图像中提取java代码(使用tesseract ?)
programming-languages、ocr、tesseract
我尝试提取存储在PDF文件图像中的Java代码。
我已经尝试使用Tesseract，但它看起来像* {...与英语不太匹配，因为我的输出文件非常不一致。
实际上，我可以识别Java代码的一些摘录，但大多数情况下，文本是损坏的。
所以我想知道你们中是否有人知道例如Tesseract的语言扩展，或者其他可以提取我的Java代码的OCR软件。
感谢您的帮助:-)
浏览 1提问于2014-12-12得票数 0
4回答
如何在Tesseract和OpenCV之间进行选择？
python、opencv、computer-vision、ocr、tesseract
我最近遇到了和。看起来Tesseract是一个成熟的光学字符识别引擎，OpenCV可以作为一个框架来创建光学字符识别应用程序/服务。
我试着在我的一些图像上使用Tesseract，它的准确性似乎还不错。后来，我发现了一个非常简单的关于使用OpenCV通过Python执行OCR的，这给我留下了深刻的印象。在几分钟内，我完成了系统的训练，它的准确性很好。当然，采用这种方法意味着我需要使用大量的训练集来广泛地训练我的系统。
我的具体问题如下：
如何在Tesseract和使用OpenCV构建自定义光学字符识别应用程序之间进行选择？有针对不同语言的Tesseract的训练数据集。OpenCV有没有类似的
浏览 152提问于2012-07-15得票数 96
回答已采纳
3回答
如何提高文本识别usingTesseract OCR。？
ios、objective-c、opencv、tesseract
我在I中实现了文本识别的tesseract ocr，对输入图像进行了预处理，给出了Tesseract method.It，识别效果较差。
步骤：
1.侵蚀功能
2.扩张功能
3.Bitwise_not函数
Mat MCRregion;
cv::dilate ( MCRregion, MCRregion, 24);
cv::erode ( MCRregion, MCRregion, 24);
cv::bitwise_not(MCRregion, MCRregion);
UIImage * croppedMCRregion = [self UIImageFromCVMat:MCRreg
浏览 1提问于2014-08-28得票数 4
2回答
Abbyy Finereader命令行用法/ python用法？
image、image-processing、ocr、abbyy
我有一个项目，需要扫描某些图像与光学字符识别。我知道abbyy finereader软件做得很好(也尝试了一个对我来说几乎完美的试用版本)，现在我想知道如何将这个软件嵌入到python或其他脚本语言中，这样我以后就可以简单地运行命令行脚本，例如python the_script.py image.jpg以获取图像作为参数，使用它执行abbyy finereader并返回识别的文本。
我在谷歌上找不到方法，是不是没有！？我只找到了这样的东西：，但不知道它到底是做什么的……
或者我需要哪一个abbyy软件才能做到这一点！？识别服务器或者OCR引擎或者其他什么东西？
提前谢谢你
浏览 3提问于2014-02-19得票数 7
回答已采纳
2回答
图像预处理tesseract
opencv、preprocessor、ocr、tesseract
我正在做一个名片扫描仪，用于我关于数字图像处理的期末考试，我想问你，我必须如何对名片的照片进行预处理，以便tesseract能够识别文本。我尝试了很多方法，像侵蚀，扩张，阈值，但我不能有一个好的结果…你能帮帮我吗?
谢谢
马可
浏览 2提问于2012-08-09得票数 1
3回答
在Automation Anywhere中IQ机器人是什么？
automation、ocr、image-recognition、automationanywhere
在Automation Anywhere中IQ机器人是什么？我真的很困惑，因为Automation Anywhere的前一个版本已经有了OCR和图像识别的能力，它的区别是什么？
浏览 0提问于2019-10-17得票数 0
1回答
tesseract OCR -Q检测为O
opencv、ocr、tesseract
我正在开发一个应用程序来读取身份识别徽章使用OpenCV和tesseract作为光学字符识别引擎。我用OpenCV编写了一个算法，用来处理文本检测，以便为我的光学字符识别引擎获得一个清晰和“易于阅读”的图像。我在下面添加了一张图片来展示我得到的东西：
当我请求tesseract“读取”图像时，我得到"KO 978"...搜索tesseract的这个"O/Q问题“，我只找到了这篇文章的，但在这里，似乎是tesseract的输入图像没有经过清楚的预处理(结果是图像没有去倾斜)……
基于github的wiki部分，我遵循了提高质量的所有步骤(我认为图像足够清晰)，所
浏览 1提问于2016-06-14得票数 1
3回答
日本最精确的开源OCR？
open-source、ocr、japanese
根据您的经验，什么是最准确的开放源码光学字符识别(OCR)库/软件来读取日文文本？
我刚试过nhocr，它的错误率超过2%，即使是在一个非常干净的高清晰度文档上(2%用于大字体的超干净字符，对于扫描过的书籍则更糟糕，更不用说手写形式了)。
日本旧手机(特别是夏普手机)在10年前就有了很好的日本OCR，所以我想它在开源中也是可行的。
浏览 0提问于2015-02-03得票数 6
1回答
Android的Tesseract OCR读取ID
android、ocr、tesseract
我正在尝试实现tesseract (tess-two)来读取一个ID的数据或检查。有没有可能是别人干的？我当时在识别文本时遇到了问题。结果有很多额外字符
浏览 0提问于2014-03-29得票数 0
2回答
可将OCR文本插入回源PDF的OCR库
pdf、ocr
是否有库(或可执行文件)可以OCR PDF (通常是通过扫描纸张创建的PDF )，并将识别出的文本重新注入到PDF中？很可能是扫描图像背后的隐形文字。
最好是开源的。
(目标:我有一个巨大的由Lucene索引的PDF文件库。如果PDF包含文本，Lucene将更容易找到哪些PDF是相关的。)
浏览 3提问于2011-02-28得票数 2
1回答
提高扫描文档的OCR精度
image-processing、ocr、image-scanner、text-recognition
我正在使用标准的兄弟A3多功能扫描许多A3文档，然后使用FineReader Pro对图像进行OCR‘。
然而，我得到了很多错误的字符识别，和许多非字母数字奇怪的字符。
有人能给我任何建议，以编程方式提高OCR的准确性，要么对扫描图像进行预处理，要么对识别的文本进行后处理？
编辑：.它包括一些样本图像，从中我得到了最糟糕的结果。
浏览 3提问于2011-01-11得票数 1
回答已采纳
1回答
使用Tesseract-OCR进行图像到文本的识别比使用我的Python代码手工预处理图像更好
python、image、opencv、tesseract、python-tesseract
我试图用Python编写代码，用于使用Tesseract-OCR进行手动图像预处理和识别。
手册过程：
为了手动识别单个图像的文本，我使用Gimp对图像进行预处理，并创建一个TIF图像。然后我把它喂给Tesseract-OCR，它正确地识别了它。
用Gimp对图像进行预处理-
将模式更改为RGB /灰度
菜单--图像--模式- RGB
脱粒
菜单--工具--彩色工具--阈值--自动
将模式更改为索引
菜单--图像--模式-索引
调整大小/比例至宽度>300 to
菜单--图像--缩放图像-- Width=300
保存为Tif
然后我给它喂食-
$ tesser
浏览 3提问于2015-09-09得票数 6
1回答
寻找从图像中提取文本的库
ocr
我所要寻找的基本描述是可以从图像中提取文本(手工编写)，并将其作为一个普通的字符流返回，而无需任何页面处理。
更多规格：
我正在为我正在开发的软件使用Java，所以拥有一个Java库会很好，尽管如果软件/库有一个二进制文件，那就好了。
它应该能够处理的图像是纸上有文字的图片，尽管软件需要识别的是6到66个字符，这些字符将由手工编写，但更多的是“计算机可识别”，有点像这样：
📷
文本必须逐行提取；在表的情况下，只应将每一行和每列视为另一行，不需要进行特殊处理。
我自己的研究向我指出了以下软件/库：
Asprise
特塞尔
ABBYY云OCR
我已经测试了Tesseract和ABBYY，他们提供的
浏览 0提问于2019-06-08得票数 1
3回答
OCR处理前的图像预处理
image-processing、ocr、tesseract
我目前的项目包括将pdf格式的文本转录成文本文件，我首先尝试将图像文件直接放入OCR程序(tesseract)中，但它做得并不好。原始图像文件基本上是旧的报纸，并且有一些背景噪音，我相信tesseract有问题。因此，在将其输入到tesseract之前，我正在尝试使用一些图像预处理。有没有适合这种情况的开源图像预处理引擎的建议？关于如何使用它的说明将更加令人感激！
浏览 0提问于2013-03-22得票数 3
1回答
如何在C#应用程序中使用Abbyy精细阅读器引擎进行光学字符识别处理
c#、visual-studio-2017、ocr、abbyy
我目前正在使用IRONOCR进行从图像到文本的ocr转换，我观察到的结果相当不令人满意。我需要有大约90%的准确性，特别是阿拉伯语。谁会建议我，哪一个光学字符识别将是最好的实现与C#应用程序，并获得更好的结果。此外，我还希望将ABBYY finereader与我的C#应用程序集成在一起，并检查以获得更好的结果。有人可以帮助我将ABBYY finereader集成到我的应用程序中吗？ / using IronOcr;
using IronOcr.Languages;
var Ocr = new Adv
浏览 91提问于2019-06-27得票数 1
1回答
表检测算法
pdf、information-extraction
上下文
我有一堆PDF文件。它们中的一些被扫描(即图像)。它们由文本+图片+表格组成。
我想把这些表转换成CSV文件。
当前计划：
1)运行Tesseract OCR获取所有文档的文本。
2) ?？运行某种类型的表检测算法？
3)提取行/列/单元格，以及其中的文本。
问题：
有没有一些标准的“表提取算法”可以使用？
谢谢!
浏览 0提问于2012-05-26得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
