java - 关于如何在互联网上挖掘信息并从图像中提取文本的建议

Question

我对如何在互联网上挖掘信息以及如何从图像中提取文本感兴趣。

所以我正在寻找有关如何执行此操作的信息，我想自己编程。有没有什么论文可以很好地解释采矿和提取？

有人可以帮我吗？

亲切的问候，

Answer 1

您可以查看Tess4J哪个是Tesseract的 java 包装器。话虽如此，图像处理（文本提取）通常需要首先进行一些预处理，删除您知道不包含文本的颜色和部分是最常见的部分。