algorithm - 复杂文档的 OCR 扫描-6ren

algorithm - 复杂文档的 OCR 扫描

转载作者：塔克拉玛干更新时间：2023-11-03 05:26:35

48

4

我需要创建一个工具，使用高质量相机扫描文档中的特定文本 block 并对其进行 OCR。每个文档都匹配相同的模板，其中包含一些填充数据的表格。我需要从每个扫描文档的一个特定单元格中提取数据。

我需要考虑图像的旋转和微小变形。整个工作流程应如下所示:

向相机“显示”文档。软件制作文档的图片。
软件会考虑一些较小的旋转和其他变换(由于文档被拿在手中，因此可能会发生较小的剪切、缩放、旋转)。
软件识别正在显示的正确模板文档并从特定单元格中提取图像。
然后对图像进行 OCR。

基本上，我不需要最终的解决方案，而是关于从哪里开始寻找的一些指导。我知道如何对纯文本进行 OCRing，我不知道如何实现步骤 2 和 3。

提前致谢。

最佳答案

基本上，纯文本的 OCR，特别是当涉及到非常好的扫描图像时，是一个很好解决的任务。您所描述的是更进一步-图像预处理和具有数据捕获的现场级识别。据我所知，开源引擎(甚至被认为是其中最好的tesseract)不提供这样的功能。

与此同时，专有的 OCR 引擎多年来一直在解决您描述的任务(花费了大量人力资源)并且进展顺利。所以如果你打算做一个商业软件，我建议你看看http://ocrsdk.com ，它是一个带有 web API 的云 OCR SDK。它允许您上传图像并发回 OCRed 数据。它已经内置了所有可能的图像预处理算法，因此您不必担心第 2 步。至于第 3 步 - 您可能需要引用 this section它的文档。我是开发这项服务前端的团队的一员，所以我可以多说一点。希望对您有所帮助!

关于algorithm - 复杂文档的 OCR 扫描，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10062840/

48

4

0

文章推荐： java - 算法是指数的，有没有办法让它不是这样？

文章推荐： java - 在 swing-java 中，Graphics 实例从何而来？

文章推荐： java - sessionContext.getCallerPrincipal() 中的 NullPointerException

文章推荐： c++ - 在运行递归函数时将新元素插入 vector 时出现问题

sql - 连续行之间的日期差异 - 复杂
我之前发布过question已得到答复，但我也需要对此进行查询。我有一个包含这样数据的表结构(日期格式为 dd/mm/yyyy)。 ID Account Number Unit Ad
javascript - 将对象数组转换为包含对象数组的对象(复杂)
我正在使用 React Native Calendars 并尝试为议程组件构建我的数据。预期的数据结构是(一个对象) { '2012-05-22': [{text: 'item 1 - any j
c - 复杂 while 语句的时间和空间复杂度
这个问题不太可能对任何 future 的访客有帮助；它只与一个较小的地理区域、一个特定的时间点或一个非常狭窄的情况相关，通常不适用于全世界的互联网受众。如需帮助使此问题更广泛适用，visit the
Mysql，复杂 ORDER BY
两列城镇和优先级。我需要对表进行排序，以便优先级=1的城镇排在第一位，并且不按名称 ASC 排序，而其余城镇则按名称 ASC 排序。我该怎么做？谢谢;) 更新 SELECT * FROM map
Mysql 复杂 SELECT
我有三个表“Hardware_model”、“Warehouse”和“Brand”，并且表以这种方式一起引用:Hardware_model 仓库Hardware_model 品牌现在我要执行以下
MySQL 复杂 SELECT
我有一个 MySQL 表 (tbl_filters)，包含 3 列:id、cat、val id 和 val 是数字，cat 是 varchar。每个 id 有多行。我还有另一个包含多个列的表 (tb
mysql 条件查询 - 复杂
我想获取字段的不同值，比方说:field1...这需要一个如下查询:“从表中选择不同的(字段1)” 但是，对于某些记录，field1 为空，并且还有另一列可以替代 field1，即 field2。对于
php - 修改MYSQL字段中的一个值有多个值(复杂)
表 1 - 用户 id username items 1 Paul 1(0020);2(0001); 表 2 - 项目 id name 1 name_here 在我的用户的项目中，我输入了 2(000
MySQL join同表按列显示行(复杂)
我想连接同一个表 4 次以获取列的显示方式，我不确定是否可以在 1 个 SQL 语句中完成。 tbl_用户名 id username 1 Adam 2 Bob 3 Chris tbl_机
javascript - 我该如何使其更加“复杂”？
首先，我刚刚开始自己学习JS，没有任何编程经验，这意味着我仍然要了解这种出色的编程语言的基本构建模块。我的问题与我编写的以下代码有关： let orderCount = 0; con
PHP - 从数据库中获取信息(复杂)
关闭。这个问题需要details or clarity .它目前不接受答案。想改进这个问题吗？通过 editing this post 添加细节并澄清问题. 关闭 9 年前。 Improve t
PHP + MySQL 复杂
我正在使用 XMAPP，MySQL 正在正常运行。在 phpMyAdmin 中，我不太明白这一点，所以我尝试在 PHP 中创建一个。使用此代码，它会告诉我数据库 benutzer。尽管我在 phpMy
algorithm - 寻找具有最大平均度数的子图。复杂？
是否有一种高效的算法可以找到平均度最大的子图(可能是图本身)？最佳答案 The paper "Finding a Maximum-Density Subgraph" by Andrew Goldbe
复杂「场景」数据导入导出
目录 1、业务背景 2、场景分析 3、流程设计 1、业务流程 2、导入流程
sql - 复杂(？)SQL 连接查询
我有 2 个表: 1) 包含自 1900 年 1 月 1 日以来所有日期的 Masterdates 表 2) Stockdata 表，其中包含表单中的股票数据日期、交易品种、开盘价、最高价、最低价、
.net - 复杂 UI 上的批量更新
我有一个非常复杂的 UI，其状态栏不断变化，其中包含多种类型的状态消息，并且 UI 具有复杂的图表控件和已加载的指示性地理 map 。现在这些小而复杂的区域的数据上下文具有同样复杂的 ViewMod
big-o - 复杂。为什么常量不重要？
有人可以用简单的方式向我解释为什么常量在大 O 表示法中无关紧要吗？为什么添加常量时复杂性保持不变。这不是作业问题，我只是想更好地理解这一点。让我明白这个大 O 是为了看到一个函数在接近无穷大时的行为
elasticsearch - 复杂 Elasticsearch 查询
我在 flex 搜索索引中有以下文档。 [{ "_index": "ten2", "_type": "documents", "_id": "c323c
LINQ - 如何保持(复杂)结果有序？
我有一个以零碎的方式构建的 LINQ 查询，如下所示: var initialQuery = from item in MyContext where xxx == yyy select item;
java - Hibernate 查询 - 复杂
我目前正在涉足 SQL，并且希望针对我所创建的问题获得一些帮助。为了练习一些编程，我正在制作一个 IOU 应用程序。下面是我存储的表我的借条记录(忽略一些相关栏目)。该表允许用户说“嘿，你欠我 X

首页

博学

6Ren·AI

商城

algorithm - 复杂文档的 OCR 扫描