问题标签 [text-recognition]

我正在努力使用文本识别。当我尝试它时，它会返回此错误，

即使我单击文本识别，它也不会显示文本识别行为（脚本）。怎么了 ？要使用文本识别，我使用的是 Unity 版本 2.0f3 并导入了 vuforia-unity-6-2-10.unitypackage。如果能详细解释，将不胜感激。

我正在尝试获得一些自动文本识别的经验，并且我正在使用包tesseract对一些图像（即我拍摄的一些屏幕截图）执行ocr 。

为了提高我的程序识别下图中价格的性能，我使用magick 包对图像进行了一些预处理，通过改变亮度和饱和度参数来增加图像的对比度。

但是，我认为通过转换为黑白图像可以进一步提高性能。

如何在R中有效地实现这一点？

原始图像

预处理后

我正在尝试编写简单的程序来识别一些简单的模式。它适用于 tesseract，但由于某种原因它不适用于Hmm. 这是示例代码：

和示例图像：

预期输出：uBuntu

实际输出：m

这段代码有什么问题？我只是尝试采用演示样本。

这是使用的OCRHMM_transitions_table.xml和OCRHMM_knn_model_data.xml.gz（我实际上也从这个示例中获取了它们）。

OpenCV 版本 3.4.0

有没有办法使用谷歌的文本识别 API检测全尺寸的水平线（最大宽度）而不是图像中的文本块？比如说，如果我想从这样的收据图像中检索应付总额：

...因为到目前为止，API 会以任意顺序检测块中的文本，如下所示：

...不，TextBlockgetComponents()仅检索每个 TextBlock 中的行，因为 TextBlock 位于此处的文档中提到的文本层次结构的顶部（TextBlock 包含行） 。如果这个 API 可以从 Lines 而不是 TextBlocks 开始用于图像位图的框架......

我什至尝试使用硬编码坐标调整文本块的边界框（矩形）的大小，以希望检测到整行文本“Chicken Bowl ... 7.15”，但无济于事，如下所示：

我有一个销售的 csv 记录，每条记录都有列客户名称。此列是人名和组织名称的组合。如何使用 spacy 来检测此列是个人还是组织？

我正在构建一个允许用户输入 UITextInput 字段的应用程序。我希望能够扫描他们输入的内容并提取可能的关键字/短语，这些关键字/短语可用于填充应用程序中的其他内容，并按流行度/趋势对它们进行排序。

例子：

1. 用户在输入中键入以下字符串：“我的兄弟姐妹太尴尬了，我等不及他们让我一个人呆着！ ”
2. 预期的关键字提取：“兄弟姐妹，尴尬，孤独，...... ”
3. 按流行度/趋势排序的预期关键字：“尴尬，兄弟姐妹，孤独，...... ”

是否有用于此的 SDK 或原生 iOS 解决方案？

如何修改以下 Python 代码以返回德语结果？是否可以？谢谢你。

我想要一个可以在我的屏幕上阅读文本并单击我可以在应用程序中预先定义的文本的应用程序。应用程序主要能够识别多个文本，如果其中任何一个出现在屏幕上，则单击该区域。

我正在设计一个应用程序，我使用相机扫描文本并使用该文本获取更多详细信息。为此，我正在使用 Google 的视觉 API。但默认情况下，API 会读取图像上可用的所有文本，如下所示。

从上图中您可以看到，该应用程序正在识别相机前可用的所有文本。但我想从相机中扫描“Hello World” 。是否可以使用某种触摸事件来专注于所需的文本

请找到用于文本识别的代码

我有一个使用 Google Vision API DOCUMENT_TEXT_DETECTION 来从文档图像中提取文本的项目。

API 通常无法识别单个数字，如下图所示：

我想这个问题可能与一些去除噪声的算法有关，它将孤立的单个数字识别为噪声。有没有办法在这些情况下改善视力反应？（例如管理噪声阈值或其他参数）

在其他时候，Vision 将数字与字母混淆：

但是如果我指定参数 languageHints = 'en' 或 'mt' 这些数字会被 ocr 忽略。有没有办法强制识别数字或拉丁字符？