blocks|key|2600028|text|您可能希望使用Tensorflow+(手写文本识别)来探索HTR。有一些有趣的实现已经可用，并被广泛用作相同的基线模型。其中之一就是here。|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|2600029|​|2600030|📷|atomic|2600031|2600032|上面的架构详细说明了如何设计这样的系统。当然，您可以进一步修改它以满足您的需求。|2600033|如果您正在处理数据的组合，或者试图了解此类图像的预处理步骤，here是一个可以指导您的链接。|2600034|2600035|2600036|2600037|主要的预处理步骤是检测和裁剪单词，以便这些单词可以通过底层的TensorFlow、HTR或tesseract架构进行管理。|2600038|您可能想看看cropyble，它将裁剪和单词提取打包在一起。您可以专门使用它来裁剪图像，以便为其他下游任务提取单词序列|2600039|entityMap|0|LINK|mutability|MUTABLE|url|https://github.com/githubharald/SimpleHTR|1|IMAGE|IMMUTABLE|imageUrl|https://ask.qcloudimg.com/http-save/yehe-900000/40a9959187fbeee61f1b4d5b429808a1.png|imageAlt|2|https://blog.usejournal.com/building-ocr-and-handwriting-recognition-for-document-images-f7630ee95d46|3|https://ask.qcloudimg.com/http-save/yehe-900000/5145cc6478bf1f880f14184aad534e99.png|4|https://pypi.org/project/cropyble/^0|T|16|1U|4|0|0|0|1|0|0|1|0|1|1|0|0|1|0|0|14|0|0|1A|U|4|2|0|0|1|0|0|1|0|1|3|0|0|1|0|0|1P|0|0|1N|6|8|4|0^^$0|@$1|2|3|4|5|6|7|1G|8|@$9|1H|A|1I|B|C]]|D|@$9|1J|A|1K|1|1L]]|E|$]]|$1|F|3|G|5|6|7|1M|8|@$9|1N|A|1O|B|C]]|D|@]|E|$]]|$1|H|3|I|5|J|7|1P|8|@$9|1Q|A|1R|B|C]]|D|@$9|1S|A|1T|1|1U]]|E|$]]|$1|K|3|G|5|6|7|1V|8|@$9|1W|A|1X|B|C]]|D|@]|E|$]]|$1|L|3|M|5|6|7|1Y|8|@$9|1Z|A|20|B|C]]|D|@]|E|$]]|$1|N|3|O|5|6|7|21|8|@$9|22|A|23|B|C]]|D|@$9|24|A|25|1|26]]|E|$]]|$1|P|3|G|5|6|7|27|8|@$9|28|A|29|B|C]]|D|@]|E|$]]|$1|Q|3|I|5|J|7|2A|8|@$9|2B|A|2C|B|C]]|D|@$9|2D|A|2E|1|2F]]|E|$]]|$1|R|3|G|5|6|7|2G|8|@$9|2H|A|2I|B|C]]|D|@]|E|$]]|$1|S|3|T|5|6|7|2J|8|@$9|2K|A|2L|B|C]]|D|@]|E|$]]|$1|U|3|V|5|6|7|2M|8|@$9|2N|A|2O|B|C]]|D|@$9|2P|A|2Q|1|2R]]|E|$]]|$1|W|3|-4|5|6|7|2S|8|@]|D|@]|E|$]]]|X|$Y|$5|Z|10|11|E|$12|13]]|14|$5|15|10|16|E|$17|18|19|-4]]|1A|$5|Z|10|11|E|$12|1B]]|1C|$5|15|10|16|E|$17|1D|19|-4]]|1E|$5|Z|10|11|E|$12|1F]]]]

You may want to explore HTR using Tensorflow (Handwritten text recognition). There are some interesting implementations already available and used widely as baseline models for the same. One such can be found <a href="https://github.com/githubharald/SimpleHTR" rel="nofollow noreferrer">here</a>.
<a href="https://i.stack.imgur.com/URY01.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/URY01.png" alt="enter image description here" /></a>
The architecture above details out how to design such as system. You can modify this further to suit your requirements of course.
If you are working with a combination of data, or trying to understand preprocessing steps for such images, <a href="https://blog.usejournal.com/building-ocr-and-handwriting-recognition-for-document-images-f7630ee95d46" rel="nofollow noreferrer">here</a> is a link that could guide you.
<a href="https://i.stack.imgur.com/xYggs.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/xYggs.png" alt="enter image description here" /></a>
The primary preprocessing step is to detect and crop words so that those are manageable by the underlying TensorFlow HTR or tesseract architecture.
You may want to look at <a href="https://pypi.org/project/cropyble/" rel="nofollow noreferrer">cropyble</a>, which packages the cropping and the word extraction in one go. You can use this specifically for just cropping the image to extract word sequences for other downstream tasks

I have a Neural network (NN) in deeplearning4j trained with MNIST to recognise digits on an image. As MNIST set contains 28x28 pixel images, I am able to predict class of an 28x28 image using this NN.
I am trying to find out how to apply this NN on a picture of a handwritten page? How to convert text from that image to actual text (OCR)? Basically, What kind of preprocessing is needed and how to find out part of image where the text is? How to derive smaller pieces of that image to apply NN individually?

How to apply MNIST trained NN on a big image

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有一个用MNIST训练的deeplearning4j神经网络(NN)，用来识别图像上的数字。由于MNIST集包含28x28像素的图像，因此我能够使用此神经网络预测28x28图像的类别。我正在尝试找出如何将此神经网络应用于手写页面的图片？如何将图像中的文本转换为实际的文本(OCR)？基本上，需要什么样的预处理，以及如何找出图像中文本所在的部分？如何派生图像的较小部分以单独应用NN？

问如何在大图像上应用MNIST训练的NN
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何在大图像上应用MNIST训练的NNEN