Ich habe Tesseract verwendet, um Dokumente in Text umzuwandeln. Die Qualität der Dokumente ist sehr unterschiedlich und ich suche nach Tipps, welche Art der Bildverarbeitung die Ergebnisse verbessern kann. Ich habe festgestellt, dass stark pixeliger Text - zum Beispiel der von Faxgeräten erzeugte -...
Geschlossen . Diese Frage basiert auf Meinungen . Derzeit werden keine Antworten akzeptiert. Möchten Sie diese Frage verbessern? Aktualisieren Sie die Frage, damit sie mit Fakten und Zitaten beantwortet werden kann, indem Sie diesen Beitrag bearbeiten .
Ich habe ein Problem mit der Ausführung der Tesseract-OCR-Engine unter Linux. Ich habe RUS-Sprachdaten heruntergeladen und in das Verzeichnis tessdata (/ usr / local / share / tessdata) gestellt. Wenn ich versuche, tesseract mit dem Befehl auszuführen tesseract blob.jpg out -l rus, wird ein Fehler...
Ist es möglich, den Zeichensatz, nach dem Tesseract sucht , einzuschränken (z. B. nur nach Buchstaben az suchen)? Das würde meine Ergebnisse erheblich verbessern.
Ich versuche, einen einfachen und sehr einfachen Code in Python auszuführen. from PIL import Image import pytesseract im = Image.open("sample1.jpg") text = pytesseract.image_to_string(im, lang = 'eng') print(text) So sieht es aus, ich habe tatsächlich Tesseract für Windows über das...
Ich versuche, OCR für PDFs durchzuführen. Der Code besteht aus 2 Schritten: Konvertieren Sie PDF in TIFF-Dateien Konvertieren Sie tiff in Text Ich habe Ghost4j für den ersten Schritt und dann Tess4j für den zweiten Schritt verwendet. Alles funktionierte großartig, bis ich anfing, es mit...
Ich bin so neu in der Bildverarbeitung und versuche, das Rauschen von Captchas zu beseitigen. Für Captchas habe ich verschiedene Arten von ihnen: Zum ersten habe ich Folgendes getan: Erstens habe ich jedes Pixel, das nicht schwarz ist, in Schwarz konvertiert. Dann habe ich ein Muster...