问题标签 [text-recognition]

为文档拍照后，我使用CIDetector自动裁剪图像，这很好用。但是当我想在 uiimageview 中显示它时，图像很少正确定向。我知道如何手动旋转它，但我希望能够根据文档中的文本识别正确的方向，这样用户就不必做任何事情。

我尝试遍历每个可能的方向，CIDetector用于检测循环中包含文本的可能区域，但这并没有给出明确的答案。还尝试了 TesseractOCR，但结果令人失望。

还有其他建议吗？

我正在尝试关注关于视觉 api（如条形码和文本检测）的谷歌代码实验室；但我注意到相机预览提供了暗帧，我玩了一点并制作了更大的帧大小，但似乎自动对焦不起作用；该设备采用 android 5.1 供电，内置相机应用程序可提供更好的效果。

我的目标是测试 api 是否可以检测到小的文本句子，而它不是，我下载的其他应用程序是为了完美地比较工作。

如何提高帧质量？这是由使用标准相机 api 引起的，应该使用 camera2 api 吗？

欢迎任何提示，谢谢

我是 TensorFlow 和深度学习的新手。我正在尝试识别自然场景图像中的文本。我曾经使用过 OCR，但我想使用深度学习。文本始终具有相同的格式： ABC-DEF 88:88。

我所做的是识别每个字符/数字。这意味着我裁剪了每个字符周围的图像（所以每张图片给了我 10 个字符）来构建我的训练和测试集，并且他们构建了一个两个 conv 神经网络。所以我的训练集是一组字符图片，标签只是字符/数字。

但我想更进一步。我想做的只是给出完整的图片并输出整个文本（不是我以前的模型中的一个字符）。

预先感谢您的任何帮助。

我正在尝试使用 Ghostscript 和 Tesseract 3.0.2 以 pdf 顺序识别文本。

我不能使用 itextsharp，因为 pdf 不包含文本，而只是一个图像。

首先，我将 pdf 页面转换为图像，然后尝试获取文本。

在第一次测试中，我尝试获取所有将“preserve_interword_spaces”变量设置为 true 的文本，但我发现表中“Articolo”列中的信息丢失了。在我尝试只获得像“Consegna”这样的列之后，但缺少一些“/”符号。
我用过这段代码：

有人可以帮我获取图像中的整个文本吗？提前致谢

这是图片链接 (Temp2.​​png)。

我按照教程实现了谷歌的 Android 移动视觉。我正在尝试构建一个应用程序来扫描收据并查找数字总数。但是，当我扫描以不同格式打印的不同收据时，API 将以任意方式检测 TextBlocks。例如，在一张收据中，如果几个文本单词由单个空格分隔，那么它们将被分组到一个 TextBlock 中。但是，如果文本的两个单词被很多空格分隔，那么即使它们出现在同一“行”上，它们也会被分隔为独立的 TextBlock。我想要做的是强制 API 将收据的每一行识别为单个实体。这可能吗？

我正在尝试使用 TensorFlow 构建一个分类器来识别神经网络中文本的特定部分。我受到 SVHN 项目的启发，以识别足球图片中的时钟。在整个项目中，我只关注时钟。我添加了一张图片以更明确地了解我的项目。

我做的第一件事是全天候裁剪图片并预测数字（例如，可能是 3 或 4 位数字 9:38 或 11:34）。效果很好，我的训练集有 20k 张图片，准确率很高（测试集 > 90%）。

现在我想做一些更复杂的事情，我认为神经网络应该能够做到，但我不确定。所以我没有准确地裁剪时钟，但我裁剪了整个记分牌（带有团队名称等），我仍然想预测时钟。
我尝试使用 20k 图片和 40k 图片进行训练。在这两种情况下，我在测试集上只有 70% 的准确率。时钟几乎总是在图片中的相同位置（在记分牌的顶部）。

我不明白为什么准确率这么低。如果有人有线索，那将非常有帮助。非常感谢您的帮助。

规格：

图像大小： 32x32
标签数量： 11（0-9 + 空白）
模型：
7 层 CNN。
C1：卷积层，batch_size x 28 x 28 x 16，卷积大小：5 x 5 x 1 x 16
S2：子采样层，batch_size x 14 x 14 x 16
C3：卷积层，batch_size x 10 x 10 x 32，卷积大小：5 x 5 x 16 x 32
S4：子采样层，batch_size x 5 x 5 x 32
C5：卷积层，batch_size x 1 x 1 x 64，卷积大小：5 x 5 x 32 x 64
Dropout
F6：全连接层，权重大小：64 x 16
输出层，权重大小：16 x 11

我正在尝试在我的应用程序中实现 Google Mobile Vision TextRecogniser API，以读取给定图像的文本。当我尝试使用该功能时，我收到此错误：

我相信这意味着图书馆没有下载到手机上。

我已经对常见的错误源进行了故障排除，包括缺少 Internet 连接、内存不足、缺少依赖项、重新启动手机、更新 Google Play 服务、等待一段时间等。Google 存储库和 Play 服务也在 Android Studio 中更新。

然而，即使在不同的设备上尝试我的应用程序，我仍然会遇到同样的错误。

我从事文本识别项目。我已经使用 TensorFlow 构建了一个分类器来预测数字，但我想通过使用文本本地化和文本分割（分离每个字符）来实现更复杂的文本识别算法，但我没有找到算法的这些部分的实现。

那么，你知道一些算法/实现/技巧我，使用TensorFlow，在自然场景图片中进行文本定位和文本分割（实际上是对运动图片记分牌中的文本进行定位和分割）？

非常感谢您的帮助。

我正在实现只检测帧的 google textrecognizer。我正在尝试在 imageview 中使用我的图像的位图来构建框架，但它不起作用。但是，如果我使用可绘制文件夹图像的位图构建框架，那么它就可以工作。如何将图像的位图转换为 textrecognize 可以检测到的框架生成器可接受的格式。

目前我正在使用一个名为“Yolov2”的深度学习模型进行对象检测，我想用它来提取文本并将其保存在磁盘中，但我不知道该怎么做，如果有人知道更多关于那，请给我建议

我使用张量流

谢谢