- 综合排序
- 最热优先
- 最新优先
- 来自专栏平凡少年
OCR识别
最近作者项目中用到了身份证识别跟营业执照的OCR识别，就研究了一下百度云跟腾讯云的OCR产品接口。 1.腾讯云OCR ---- 收费：身份证OCR和营业执照OCR接口，每个接口每个月各有1000次的免费调用 接口说明： 身份证OCR接口 - https://cloud.tencent.com/document e.printStackTrace(); } return null; } 说明：new Credential("secretId","secretKey"),这两个参数在腾讯云控制台申请 4. 接口 - https://cloud.baidu.com/doc/OCR/OCR-API.html#.E8.BA.AB.E4.BB.BD.E8.AF.81.E8.AF.86.E5.88.AB 营业执照OCR接口- https://cloud.baidu.com/doc/OCR/OCR-API.html#.E8.90.A5.E4.B8.9A.E6.89.A7.E7.85.A7.E8.AF.86
26.9K51发布于 2019-04-11 OCR识别技术
前言一、OCR是什么？OCR是光学字符识别的缩写，通俗来讲就是计算机可以通过图像来识别和处理文字信息。二、OCR应用领域OCR识别API对接步骤1、接入前文档查看需要什么协议？ 3、引入相关三方工具类4、调试import com.mittang.util.HttpUtils;import org.apache.http.HttpResponse;import org.apache.http.util.EntityUtils args) throws Exception{ String host = "https://open.expauth.com"; String path = "/v2/ocr API为了简化开发者的工作，许多云服务提供商提供了强大且易于集成的OCR API1.文字OCR文字识别场景服务商提供的OCR API可选择性比较多，开发者可以根据自己的需求选择适合自己的服务商。 总结OCR识别技术让信息处理变得更加便捷。目前OCR技术已经广泛应用于我们的生活和工作中。
4K10编辑于 2024-05-15- 来自专栏全栈程序员必看
java 图片识别 tess4j_JAVA使用Tess4J进行ocr识别
Tess4J是对Tesseract OCR API.的Java JNA 封装。使java能够通过调用Tess4J的API来使用Tesseract OCR。 支持的格式：TIFF,JPEG,GIF,PNG,BMP,JPEG,and PDF Tesseract 的github地址：https://github.com/tesseract-ocr/tesseract Tess4J的github地址：https://github.com/nguyenq/tess4j Tess4J API 提供的功能： 1、直接识别支持的文件 2、识别图片流 3、识别图片的某块区域 4、将识别结果保存为 TEXT/ HOCR/ PDF/ UNLV/ BOX 5、通过设置取词的等级，提取识别出来的文字 6、获得每一个识别区域的具体坐标范围 7、调整倾斜的图片 8、裁剪图片 9、调整图片分辨率 12、图片转换为二进制、黑白图像、灰度图像 13、反转图片颜色 demo.java: /** * Test of doOCR method, of class Tesseract. * 根据图片文件进行识别
3.6K10编辑于 2022-09-05 - 来自专栏大模型应用
大模型应用：多模态图文精准识别：基于本地化OCR模型应用实践.78
生态无缝衔接：基于ModelScope实现模型一键下载、缓存，通过 Transformers 库的多模态专用接口加载，无需新的框架；4. 设备自动分配：通过device_map="auto"将模型和预处理后的输入数据自动分配到 CPU/GPU，无需手动指定；4. 多模态OCR文字识别示例 基于多模态大模型（Qwen2-VL）实现高质量 OCR 文字识别，支持中文、英文、混合排版，并保留原始格式。 模型加载失败，错误信息：{e}") print(f" 错误详情：{traceback.format_exc()}") exit()# -------------------------- 4. 2/4，提升识别结果的准确性，代价是少量推理时间增加。
29233编辑于 2026-04-16 - 来自专栏用户2442861的专栏
Tesseract ocr文字识别
https://blog.csdn.net/haluoluo211/article/details/77776697 前面很早做了图片的文字识别主要用到了开源框架Tesseract，当然做OCR 先上个图： 工作中项目组一般使用java因此代码，下面贴出java代码，最简单的图片识别： package com.recognition; import java.awt.*; import java.awt.image.BufferedImage; import java.io.File; import java.text.DecimalFormat; import net.sourceforge.tess4j new Tesseract(); // JNA Interface Mapping String fontPath = "E:/char_recongition/Tesseract-OCR com.recognition.TesseractExample; import com.thrift.ocrimg.DetectLetter; import net.sourceforge.tess4j.TesseractException
24.8K20发布于 2018-09-19 - 来自专栏播放刘德华的歌
ocr文字识别0804
今天我翻开ocr识别的demo发现，更新上线了智能卡证分类了。这意味着将为你的开发带来了极大的便利。 image.png 那我们来看一下这个接口给我们带来的能力是什么呢？ DiscernType.N 否 Array of String 可以指定要识别的票证类型,指定后不出现在此列表的票证将不返回类型。不指定时默认返回所有支持类别票证的识别信息。 以下是当前支持的类型：IDCardFront: 身份证正面识别IDCardBack: 身份证背面识别Passport: 护照BusinessCard: 名片识别BankCard: 银行卡识别VehicleLicenseFront : 行驶证主页识别VehicleLicenseBack: 行驶证副页识别DriverLicenseFront: 驾驶证主页识别DriverLicenseBack: 驾驶证副页识别PermitFront: 当图片类型不支持分类识别或者识别出的类型不在请求参数DiscernType指定的范围内时，返回结果中的Type字段将为空字符串，Name字段将返回"其它" RequestId String 唯一请求 ID
44.4K50发布于 2020-08-04 - 来自专栏ocr
OCR文字识别技术
信息化时代，录入信息的时代，在这大数据时代，非结构数据如何快速高效地处理图片化、形体化的信源，使之通过识别转化为可编辑的文本信息和特征数据，方便数据库的采集、管理、分析和决策，成为摆在诸多领域面前的共同难题 OCR，作为一种自动解读这种图像符号的技术，毫无疑问将是下阶段大数据发展的大方向。 从身份证识别、银行卡识别、车牌识别到名片识别、文档识别等各种形式的识别OCR都能轻松搞定。现在你只要用手机对准这些进行拍照扫描，OCR技术瞬间就能将图片中的文字转变为可编辑的文本信息。 在这信息高速发展的时代，信息电子化已经成为了时代的必然趋势，而OCR技术作为文字电子化过程中最重要的环节，它改变了传统纸质介质资料输入的概念。 全球数据信息量呈指数式爆炸增长之势，随处可见大数据的影响，顺应移动互联网大潮，OCR技术无论是面向行业用户还是面向普通用户都呈现出移动化的趋势。
42.3K20发布于 2020-03-30 - 来自专栏Coxhuang
Python 图片识别 OCR
Python 图片识别 OCR #1 需求 识别图片中的信息,如二维码 #2 环境 macOS / Linux Python3.7.6 #3 安装 #3.1 macOS 安装 tesseract //只安装 下载语言包 地址 : https://github.com/tesseract-ocr/tessdata 我这里安装的是中文语言包 中文语言包 : https://github.com/tesseract-ocr 安装 tesseract-ocr wget https://github.com/tesseract-ocr/tesseract/archive/3.04.zip unzip 3.04.zip cd tesseract tessdata/blob/master/chi_sim.traineddata 然后将下载的中文语言包拷贝到如下路径 : /usr/local/share/tessdata #4 使用 #4.1 install pytesseract pip install Pillow #4.2 Python代码 from PIL import Image import pytesseract # 指定图片路径和识别的语言
20.6K20发布于 2020-11-07 - 来自专栏人工智能应用
深入解析 Monkey OCR：本地化、多语言文本识别的利器与实践指南
4. 经验分享：踩坑与最佳实践 语言选择是成败关键： 务必准确指定 --languages 参数！这是影响识别准确率最重要的因素之一。 测试目标： Monkey OCR (vX.Y.Z) vs PaddleOCR (PP-OCRv4) vs Tesseract (v5.3.0)。 Monkey OCR 在测试样本的复杂背景适应性上略占优。 本地化/隐私： Monkey OCR 和 PaddleOCR 均可完全本地部署，满足隐私需求。 Tesseract 也是本地化方案。 易用性： Monkey OCR 的 CLI 参数设计简洁直观。PaddleOCR 功能更丰富（如方向检测、表格识别），但也更复杂。 拥抱 Monkey OCR，开启高效、安全、免费的本地化文本识别之旅！让信息提取不再是难题。
2.4K10编辑于 2025-08-18 - 来自专栏王磊的博客
Tesseract Ocr文字识别
Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。 \AppData\Local\Tesseract-OCR tesseract -v tesseract --list-langs #查看Tesseract-OCR支持语言 三、配置tesseract /tesseract.exe' 四、代码识别 from PIL import Image import pytesseract path = "img\\text-img.png" text = pytesseract.image_to_string(Image.open(path), lang='chi_sim') print(text) 作为非常优秀的Ocr识别库，tesseract当然可以训练自己的数据模型 ，从而达到为我所用目的，后续文字会介绍如果训练自己的文字识别库。
77.2K90发布于 2018-05-08 - 来自专栏王磊的博客
Tesseract Ocr文字识别
Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。 \AppData\Local\Tesseract-OCR tesseract -v tesseract --list-langs #查看Tesseract-OCR支持语言 三、配置tesseract /tesseract.exe' 四、代码识别 from PIL import Image import pytesseract path = "img\\text-img.png" text = pytesseract.image_to_string(Image.open(path), lang='chi_sim') print(text) 作为非常优秀的Ocr识别库，tesseract当然可以训练自己的数据模型 ，从而达到为我所用目的，后续文字会介绍如果训练自己的文字识别库。
40.5K10发布于 2018-07-04 - 来自专栏Mac应用教程
OCR Tool PRO Mac(OCR光学字符识别)
推荐这款OCR光学字符识别工具OCR Tool PRO，以卓越的准确性和速度从图像和 PDF 中提取文本。 OCR Tool PRO Mac图片OCR Tool PRO版软件功能OCR 工具允许在选定区域中捕获具有任何文本的屏幕的一部分。它可以立即被识别并复制到剪贴板。 OCR 工具是一种简单、易于使用、超级高效且尊重您的隐私（不会从您的设备中获取数据）。 主要特点抓取屏幕区域以实现超高效的 OCR多次抓取屏幕区域以快速工作从 iPhone/iPad 和扫描仪捕获图像以进行即时 OCR 并将结果复制到剪贴板。 扫描条形码和二维码左右旋转图像以获得更好的文本识别在输入图像上显示叠加使用快速模式或准确模式进行文本识别使用自动语言校正功能语言支持：英语、法语、意大利语、德语、西班牙语、葡萄牙语、繁体中文和简体中文。
20.3K20编辑于 2022-08-29 - 来自专栏全栈程序员必看
JAVA使用Tess4J进行ocr识别，并切换中文
/lib 下的所有jar包 和 tess4j/dist/tess4j-3.4.8.jar 五、编写测试代码 package com.tess4jdemo; import java.io.File long startTime = System.currentTimeMillis(); String imgPath = "/Users/wangjing/Desktop/ocr ITesseract instance = new Tesseract(); String tessData = "/Users/wangjing/Desktop/ocr System.currentTimeMillis(); System.out.println("执行时间：" + (endTime - startTime)); } } 六、运行查看效果 6.1、原图片 6.2、识别效果 七、汉化 7.1、发现左上角仅有的几个汉字没有识别成功；接下来我们要下载汉化包： https://raw.githubusercontent.com/tesseract-ocr/tessdata/master
4.2K20编辑于 2022-09-07 - 来自专栏ocr
VIN识别码OCR识别软件特点
现在，通过自主研发的OCR技术，研发出VIN识别码OCR识别技术颠覆了手工录入VIN码信息的传统方式，解决了录入中容易出现问题的痛点，VIN识别码OCR识别技术是采用视频流识别的形式，只需用手机扫一扫， 车架号VIN识别码OCR识别技术是基于移动端（Android、iOS）操作系统开发的快速输入技术，通过手机摄像头可以快速读取汽车VIN码的编号。 VIN识别码OCR识别软件特点如下： 1、秒速识别车架号，彻底解决手工输入痛点 2、视频预览识别VIN码 3、适应性强，白天晚上均可准确识别车架号 VIN识别码OCR识别技术参数： (1)支持平台：Android2.3 以上、iOS6.0以上； (2)支持二次开发：提供Android开发JAR包，IOS平台.a静态库开发包； (3)识别模式：视频预览模式ocr识别； VIN识别码OCR识别使用时需要注意事项： 1、手机有自动对焦功能 ，识别时保持手机对焦清晰； 2、避免强光，如反光可换个角度识别； 3、识别时，软件识别区对准完整的VIN码部位； 4、如在夜间识别，光线比较暗的情况下，可打开闪光灯进行VIN码的识别。
17.7K20发布于 2020-05-19 - 来自专栏嵌入式音视频
【深度学习】OCR文本识别
OCR文字识别定义 OCR（optical character recognition）文字识别是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即 如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。 ---- 以美团的OCR识别为例 基于深度学习的OCR 文字是不可或缺的视觉信息来源。相对于图像/视频中的其他内容，文字往往包含更强的语义信息，因此对图像中的文字提取和识别具有重大意义。 对于网络结构，我们可以借鉴手写识别领域相关网络结构，也可采用OCR领域取得出色效果的Maxout网络结构，如图4所示。对于数据合成，需考虑字体、形变、模糊、噪声、背景变化等因素。 基于上述试验，与传统OCR相比，我们在多种场景的文字识别上都有较大幅度的性能提升，如图19所示： 与传统OCR相比，基于深度学习的OCR在识别率方面有了大幅上升。
9.5K20编辑于 2023-04-26 - 来自专栏IT技术精选文摘
OCR检测与识别技术
”、“医学文献图像”等挑战任务中的4项冠军，获得了业内广泛好评，同时也再次证明了团队在OCR领域的技术研发能力。 （图4） 此论文另一大贡献是提供了大规模合成数据的方法。标注文字的成本远高于标注人脸、物体等数据，高标注成本限制了OCR数据集规模。 ４ 腾讯DPPR团队场景文字识别技术 本章重点介绍腾讯数平精准推荐团队（Tencent-DPPR）的深度OCR算法。 基于联结时序分类(Connectionist Temporal Classification, CTC)训练RNN的算法，在语音识别领域[4]显著超过传统语音识别算法。 （图13） ６ 未来工作展望 本文介绍了腾讯数平精准推荐团队（Tencent-DPPR）的OCR识别算法，包括识别算法的演进之路以及4个代表性方法。
26.8K101发布于 2018-06-22 - 来自专栏杨不易呀
UNIAPP小程序OCR识别
开通ocr前往微信服务市场 购买 免费的https://fuwu.weixin.qq.com/service/detail/000ce4cec24ca026d37900ed551415添加插件 小程序平台 设置 -》 第三方设置图片引用OCR插件到UNIAPP修改 mainifset,json图片/* 小程序特有相关 */ "mp-weixin" : { "appid" : "小程序 证件识别 "ocr-plugin" : { "version" : "3.0.6", "provider" : "你申请的小程序小程序 ": "plugin://ocr-plugin/ocr-navigator"}OCR 使用插件文档https://fuwu.weixin.qq.com/service/detail/000ce4cec24ca026d37900ed551415uniapp 代码实现<ocr-navigator @onSuccess="scanIdcardFront" certificateType="idCard" :opposite="false"> <u-icon
3.5K20编辑于 2023-10-03 - 来自专栏腾讯云文档
文字识别 OCR 用户实践征文
产品使用攻略、上云技术实践，有奖征集，多重好礼等您带回家～ 领取免费资源：腾讯云文字识别产品家族包括通用文字识别、通用卡证识别、票据单据识别、文本图像增强、智能结构化识别、智能扫码以及特定场景识别等服务 图片 征文参考 用腾讯云智能文本图像增强打造一个掌上扫描仪 用腾讯云智能文字识别实现网约车信息管理 用腾讯云AI文字识别实现企业资质证书识别 评估维度 图片 投稿说明 1. 4. 投稿内容一经采用，将会被纳入官方产品文档，腾讯云拥有使用权。 5. 友情附上：最佳实践写作指南，供参考～ 6. 扫描下方二维码 或者 「腾讯云文字识别OCR用户实践有奖征文」 投稿登记表 进行投稿： 图片 说明： 移动端如果无法长按扫码，建议先保存本地再扫描。 重要说明 1. 4. 周边礼物发放对象为：已完成实名认证的腾讯云用户。 更多有奖活动，参见 文档活动中心。 特别声明：腾讯云有权根据自身运营安排，自主决定和调整本活动的具体规则，具体活动规则以活动页公布规则为准。
2.7K31编辑于 2023-08-02 - 来自专栏ocr
证件OCR拍照扫描识别SDK
证件OCR拍照扫描识别SDK应用背景 随着智能手机的普及，手机不断实现质的飞跃，你家里还能找到那台N年前风靡全国的大哥大和诺基亚吗？相信很多人家里都还有。 在这种背景下，随着苹果用户的普及，基于Android及 iOS平台的证件OCR拍照扫描识别SDK开发包应运而生。 功能详情 ①支持180度、90度自动旋转功能； ②支持复杂背景（如手持身份证）自动裁剪边缘； ③支持自动倾斜校正功能，识别率大大提高； QQ截图20200706162818.png 功能介绍 通过拍照界面 采用文字识别（OCR）技术，自动提取身份证信息（如姓名、证件号码、地址等）以及头像信息。 提供Android开发JAR包。
10.3K20发布于 2020-07-06 - 来自专栏小文博客
腾讯云OCR文字识别“测评”
就让他先将图片传到手机，然后再用手机QQ扫一扫 告诉他之后，我也感觉有点不妥，要是一张两张还好，要是图片多了，一直把图片传到手机，用手机QQ扫是极其影响工作效率的，然后就去百度了下看看有没有那种在线识别的 这里我选择的是 OCR-通用印刷体识别 腾讯云OCR 简介： 支持http和https协议 请求头： host:recognition.image.myqcloud.com content-type:multipart （PHP版本7.2） Github地址:https://github.com/qcgzxw/OCR 在线体验:https://test.freed.ga/OCR 使用体验: 返回值很详细，包括文字出现的 X，Y值，单个文字置信度，文字偏转角度，等等··· 返回值丰富，便于开发 无法识别旋转角度不同的文字。 （例如，有一半的文字是水平的，另一半是有超过45°的偏斜，将无法识别） 文字采用单个识别，未添加联想。 部分小图标会被识别为文字。
55.5K70发布于 2018-06-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号