问题标签 [tesseract]

早上好。

首先。这是我见过的最令人印象深刻的社区！

好几天我都在思考三折工作

一个。得到 b. 解析 C. 存储多页。

两天前，我认为获取页面将是主要任务。不，事实并非如此——我猜解析器工作将是一项艰巨的任务。打算解析的每个页面都是一个 png 图像。

所以问题是 - 在得到所有这些之后。如何解析它们！？这似乎是问题所在。猜猜那里有一些 perl 模块 - 可以帮助做到这一点......

好吧 - 我认为这项工作只能通过嵌入一些 OCR 来完成！问题：这里是否有一个 perl 模块可以用来支持这个任务：

顺便说一句：查看结果页面。

顺便说一句；：正如我认为的那样，我可以在 Id= 0 和 Id= 100000 之间的某个范围内找到所有 790 个结果页，我想，我可以使用循环：

http://www.foundationfinder.ch/ShowDetails.php?Id=11233&InterfaceLanguage=&Type=Html http://www.foundationfinder.ch/ShowDetails.php?Id=927&InterfaceLanguage=1&Type=Html http://www.foundationfinder. ch/ShowDetails.php?Id=949&InterfaceLanguage=1&Type=Html http://www.foundationfinder.ch/ShowDetails.php?Id=20011&InterfaceLanguage=1&Type=Html http://www.foundationfinder.ch/ShowDetails.php?Id= 10579&InterfaceLanguage=1&Type=Html

我以为我可以采用 Perl 方式，但我不太确定：我试图在具有不同查询参数的相同 URL [见下文] 上使用 LWP::UserAgent，我想知道 LWP::UserAgent 是否提供我们循环查询参数的方式？我不确定 LWP::UserAgent 是否有办法让我们做到这一点。嗯 - 我有时听说使用机械化更容易。但是真的容易吗！？

但是——坦率地说；第一个任务“获取所有页面并不是很困难 - 如果我们将此任务与解析进行比较......这怎么做！？

任何想法 - 建议 -

期待收到你的回复...

零

我正在制作一个 AIR 项目，它需要一些 OCR 功能，所以我决定使用 tesseract（现在我尝试让它在 Windows 上运行）。

我的问题是，不能更改语言文件的位置 - 它总是试图查看我的 Tesseract 安装目录（程序文件（x86）\Tesseract-OCR\tessdata\mylang.traineddata）

有没有一种方法可以配置 Tesseract 以在我指定的位置查找此文件？例如在与 tesseract.exe 相同的文件夹中。我不想（或者可能无法）使用 AIR 安装程序安装应用程序。我已经用 3.0 版本和最新的 SVN 版本进行了尝试。

谢谢

我安装了 activestate perl v5.8.8 我安装了以下模块 Image::OCR::Tesseract 与 ppm

当我尝试运行以下代码时：

我收到以下错误消息：

无效参数 - -compress

1024 在 C:/Perl/site/lib/Image/OCR/Tesseract.pm 第 77 行。

有人可以帮助这个错误消息/或者如果有人之前有这个问题吗？

我希望能够识别我正在阅读的纯文本（无图像）书籍的哪一页......最好的方法是什么：

我最初在考虑某种图像匹配，但所有教科书的页面看起来如此相似，不知道这会有多好？

第二个想法是使用 OCR？

任何想法或建议...谢谢！

我正在执行以下步骤：

1. 在此处下载二进制文件，将程序集 Tessnet2.dll 的引用添加到您的 .NET 项目中。
2. 在此处下载语言数据定义文件并将其放在 tessdata 目录中。Tessdata 目录和你的 exe 必须在同一个目录下。
3. 查看 Program.cs 示例

如果我使用以下命令从 lib 调用该类：

我收到以下错误：

找不到名称命名空间或类型“tessnet2”。需要 using 指令或一组参考模块（程序集）？

我如何解决这个问题？

谢谢！

我在 iPhone 应用程序中使用 Tesseract OCR 引擎从账单发票照片中读取特定的数字字段。使用大量照片预处理（自适应阈值处理、工件清理等），结果最终相当准确，但仍有一些情况我想改进。

如果用户在弱光条件下拍摄照片并且图片中有一些噪点或伪影，OCR 引擎会将这些伪影解释为额外的数字。在某些后面的情况下，它可以读取例如“32,15”欧元的数字量为“5432,15”欧元，这对最终用户对产品的信心一点也不好。

我假设，如果每个读取的字符都存在内部 OCR 引擎读取错误，那么在我之前示例的“54”位上它会更高，因为它们在小噪声像素上被识别，并且如果我可以访问这个读数错误值我将能够轻松丢弃错误的数字。

您是否知道任何方法来获取从 tesseract OCR 引擎返回的每个单独字符的读取误差幅度（或任何“准确度因子”值）？

我有一组特定的 10 张图像来执行 OCR。它们都是数字；有点短，每张图片大约 20 位数字。有一个特定的图像，如果我先运行它，它会出现一些不匹配；但是，如果我先运行其他测试，然后再回到那个测试，所有字符都匹配。

我倾向于得出结论，随着更多 OCR 操作的执行，Tesseract 正在学习字符，这让我非常高兴。现在的问题是，如果可能的话，让我保存学习数据，以便 Tesseract 知道下次我使用它时将其拾取吗？

我在 tesseract 方法中有问题。我使用下面的代码，我的应用程序直接停止。下面是我的jni.cpp文件。

你能帮帮我吗？这个初始化方法中的数据路径是什么？提前致谢。

我的 LogCat 如下。

我的包裹是com.temp.unique.ocr。我的申请进程直接死掉了。

我是 android 新手。我想在 android 中使用 tesseract-ocr 应用名片扫描仪。我搜索了很多与这些项目相关的东西。基于我使用了这些模块：

现在主要问题是：我不知道如何在 ndk 和 cygwin 的帮助下运行 tesseract-ocr 代码。我已经下载了以下给定的文件。有人可以让我知道这些文件是否对我有帮助。

非常感谢，任何关于任何特定解决方案的知识都非常受欢迎！:)

我正在编写一个应用程序来扫描图像中的数字。

这些数字使用 OCR-B 字体，也可能包含+和>字符。

这是我的源图像：

即使将字符集限制为提到的字符，使用 Tesseract 的扫描也不是很好。由于我没有找到 Tesseract 的任何 OCRB 训练文件，我决定自己训练它。

我创建了这个训练图像并从中制作了一个盒子文件。盒子文件是正确的，所有的字母都匹配正确。

然后我做了这里描述的所有步骤来创建其他必要的文件。

使用这个新训练的 OCR-B tessdata-set，我在源图像上得到了很好的结果，但有一个小错误：所有1s 都被误认为8s，反之亦然。用于处理图像的命令是

源图像的输出是

0800000001456>8 00000195731208 8 01050008 023+ 08 0301226>20

如果您交换所有1s 和8s 并将其与源图像进行比较，则输出将是正确的（除了我可以忽略的最后两个字母）。

这怎么可能发生？我在训练过程中是否犯了一些错误？我该如何解决？