- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我和我的室友厌倦了每次去杂货店购物(特别是 Costco)时手动拆分收据,所以我想使用图像识别制作收据拆分器。
我正在使用Tesserocr让 python 将收据图片转换为文本,然后使用正则表达式匹配文本并从那里进行计算。问题在于,tesseract 在将图像转换为文本方面做得很糟糕。这是我们的一张照片 receipt ,这是使用 api.SetImageFile(img) 和 api.GetUTF8Text() 后的输出:
”Wm-
Belfsville #214j
|0925 Balfimore Rve. (R1.
Belfsvlll B, MD 20705
4P Member 111869052983
E 1952 SNEET8SRTLY 11.79
E 0000165287 CPN/1952 3.80“
E 1952 SNEET&SHTLY 11.79
E 0000165287 CPN/1952 3.80-
87745 ROTISSERIE 4.99 H
1 5597 BLUEBERRIES 6.99
E. 5597 BIUEBERRIES 6.99
E. 979210 CHOC MRNGOS 9.99 H
F‘ 24311 VHR. MUFFIN 7.99
1 1060788 PRETZELCRISP 6.89
87745 ROTISSERIE 4.99 H
- 87745 ROTISSERIE 4.99 H
EZ 71096 RED DEL 7.99
El 1027557 KOREHNNOODLE 8.79
Ei 382861 KS IN CK BST 16.79
[S 91610 FROSTED FLKS 6.79
[3 11422 3 YR CHDR 12_27
[5 46849 SESNDPRKTEND 12.55
SUBTOTRL 13 _
THX 1,33
xu** TOTAL IIIIIIIBEEIHflI
xxxxx XXXXXXX4540 CHIP Read
您可以看到输出有点难以处理。它将“A”读作“H”,有时将“E”读作“F”或其他随机内容。我想我有两个选择:
以某种方式训练超立方体更好地阅读收据,但我以前没有机器学习的经验。我尝试阅读 Tesseract's trainning guide ,但有很多技术细节我不熟悉。我想实际的过程并不困难,因为我正在阅读的图像非常具体。
拍摄多张收据照片,使用类似 Fred's ImageMagick Scripts 的图片。 ,将所有图片通过不同的过滤器,将图片的所有排列通过超正方体并合并结果。问题是 1)我不确定如何进行整合。使用正则表达式会很困难。 2)我想仍然会有基线问题,比如把“A”读成“H”。
任何人都可以帮助我选择这两个选项吗?给我指出完成这件事的路径吗?或者告诉我我可以尝试的另一种方法?
最佳答案
如果您可以使用 ImageMagick 并且使用类 Unix 系统(Linux、MacOSX、Windows w/Cygwin 或 Windows 10 unix 环境),那么您可以尝试我的 bash shell 脚本、textdeskew 和 textcleaner,网址为 http://www.fmwconcepts.com/imagemagick/index.php 。例如:
textdeskew input.jpg deskew.png
然后
textcleaner -f 25 -o 10 -g -e normalize -s 1 deskew.png deskew_clean.png
或者在 ImageMagick 中的任何操作系统上,只需使用 -deskew 和 -lat:
convert input.jpg -deskew 40% input_deskew.png
convert input_deskew.png -negate -lat 25x25+10% -negate input_deskew_lat.png
Imagemagick deskew and lat result
或者将它们一起运行为:
convert input.jpg -deskew 40% -negate -lat 25x25+10% -negate input_deskew_lat.png
这些对您的 OCR 有帮助吗?
关于python - 使用 TesserOCR 读取收据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44812039/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!