- 综合排序
- 最热优先
- 最新优先
【图片区域识别】OCR指定区域图片自动识别内容重命名，指定图片多个识别区域，识别文字并批量对图片文件改名，基于WPF和腾讯OCR的完整实现方案
这个过程耗时费力，一旦图片数量众多，还容易出现信息匹配错误。运用 OCR 指定区域图片自动识别内容重命名技术后，情况大为改观。 运营人员预先设定好图片中包含商品名称、规格参数等信息的区域，OCR 系统自动识别这些区域文字，按照设定规则批量重命名图片。 以下是使用 WPF 和腾讯 OCR 实现指定区域图片自动识别内容重命名的详细步骤和完整代码： 咕嘎批量OCR识别图片PDF多区域内容重命名导出表格系统（百度搜索下载） 步骤概述 创建 WPF 项目：在 实现 OCR 识别和文件重命名逻辑：编写代码实现图片指定区域的 OCR 识别，并根据识别结果对图片文件进行重命名。 详细步骤和代码 1. OCR 识别：PerformOCR方法用于调用腾讯云 OCR 服务进行指定区域的识别，将图片文件转换为 Base64 编码的字符串，并设置识别区域，最后返回识别结果。
2.7K10编辑于 2026-02-28- 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 /configure make && make install sudo ldconfig 我这里安装的是中文语言包 中文语言包 : https://github.com/tesseract-ocr/ 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 【OCR区域识别工具】OCR指定区域图片自动识别内容重命名软件使用教程，基于QT和腾讯云的完整实现步骤
为了满足用户对图像信息快速提取和高效管理的需求，我们开发了这款基于 WPF 和阿里云 OCR 的 OCR 指定区域图片自动识别内容重命名软件。 二、以下是一个基于 Qt 和腾讯云实现 OCR 指定区域图片自动识别内容重命名的方案和步骤环境准备安装 Qt 开发环境，确保 Qt 版本支持项目需求。 指定 OCR 区域：使用 QGraphicsView 和 QGraphicsRectItem 实现一个矩形区域选择功能。用户可以在图片上绘制矩形，指定要进行 OCR 识别的区域。 获取矩形区域的坐标和大小信息，以便后续裁剪图片。裁剪图片：根据用户指定的矩形区域，使用 QImage 的相关函数对原始图片进行裁剪，得到要进行 OCR 识别的子图片。 调用腾讯云 OCR 接口：根据腾讯云 OCR SDK 的文档，构造 OCR 请求。设置请求的参数，如图片数据（将裁剪后的图片转换为合适的格式）、识别语言等。
1.7K10编辑于 2025-02-24【图片区域识别教程】如何批量区域识别图片文字，并用文字内容来批量改名，基于WPF和腾讯OCR的详细步骤教程
通过批量区域识别图片文字，提取关键信息用于图片重命名，能使商品图片管理更加规范有序，方便运营人员快速查找和使用，提升商品信息管理效率。 咕嘎批量OCR识别图片PDF多区域内容重命名导出表格系统（windows版本） 图片 二、基于 WPF 和腾讯云 OCR 的详细步骤 （一）准备工作 确认环境配置： 已安装并配置好 Visual Studio 定义区域识别参数： 腾讯云 OCR 服务允许指定区域进行文字识别。 确定区域识别参数有两种方式： 通过配置文件：创建一个配置文件，如ocr_config.json，定义区域的坐标和尺寸信息。 修改识别方法以支持区域识别： 在原有的RecognizeTextFromPdfPage方法基础上，创建新的方法RecognizeTextFromImage来支持图片区域识别。
1.7K10编辑于 2026-02-23如何批量识别图片文字并重命名，批量区域识别图片内容对图片改名，基于WPF和腾讯OCR的解决方案
为了解决这一问题，本项目旨在开发一个基于WPF（Windows Presentation Foundation）的桌面应用程序，结合腾讯OCR（光学字符识别）技术，实现批量识别图片中的文字并根据识别结果对图片进行重命名或区域内容识别后处理 通过本项目，用户可以：批量上传图片文件。使用腾讯OCR API识别图片中的文字。根据识别的文字内容对图片进行重命名。支持选择特定区域进行内容识别，并基于区域内容进行处理。 主窗口布局菜单栏：文件：打开图片文件夹、退出应用帮助：关于、帮助文档工具栏：选择图片文件夹按钮开始识别按钮设置按钮（用于配置OCR参数）主内容区：图片列表展示：显示已选择的图片缩略图， 用户流程用户通过菜单或工具栏选择包含图片的文件夹。系统加载并展示图片列表。用户可以选择全部或部分图片进行处理。点击“开始识别”按钮，程序调用腾讯OCR API进行文字识别。 功能实现图片加载与展示：用户可以通过界面选择包含图片的文件夹，程序加载并展示图片的缩略图、文件名及识别状态。OCR文字识别：利用腾讯OCR API对每张图片进行文字识别，提取图片中的文本内容。
1.7K10编辑于 2025-03-26- 来自专栏用户2442861的专栏
tesseract-ocr 实现图片识别功能
1、Tesserac-ocr简介 [一个Google支持的开源的OCR图文识别开源项目。 6 J4 h3 { {# C( Y& X3 j& D K 3、命令行测试使用 接下来就可以使用tesseract进行图片识别了。 准备一副待识别的图像，这里用画图工具随便写了一段字，然后定义成1.jpg ? 7 t% ^4 L. b: R4 K 在命令行中定位到图片路径然后输入命令： ? 然后调用的时候指明语言库即可，例如：tesseract xxx.jpg result -l chi_sim 照样，我们搞一个2.jpg图片，来测试下中文识别下的识别率怎么样。 ? 前提是对应目录下有相应图片。 在cmd包下ClearImageHelper这个类是对图片进行处理的类，比如灰度转换，二值化，缩放等等，对于复杂图片可以先进行处理，来提高图片识别率。
6.9K10发布于 2018-09-19 - 来自专栏程序员面试小技巧
免费好用OCR软件图片文字识别还能翻译
OCR是什么？全称叫做optical character recognition，是对图像领域的文字进行识别。 OCR的常见领域除了低端的比如抄作业，比如抄代码，用处比较广的，是进行档案数字化处理。传统的纸质档案，现在仍然在很多地方使用但数字化总归是趋势，并且为了检索方便，必然是未来的方向。 作为普通人，也经常遇到需要OCR的地方比如图片、PDF里面需要摘录文字下来，就得用到它了免费软件哪里找市面上有很多同类产品，不选择的原因有很多，比如：收费、病毒、广告、庞大等等但选择的原因通常就一个：好用经过选择 ，我们找到一款优秀的绿色软件免费、无广告、识别率高来自GitHub，对图片、截图、剪切都有支持并还具有翻译和朗读功能需要的朋友可以在评论区留言 获取，自己也来体验一下体验效果下载软件，10M不到，绿色版 ，打开即用我们试个简单的截图识别，打开网站随便截一个图和QQ截图用法差不多，左边是截图，右边是字这样识别结果就出来了还有翻译功能，适合专业人士
70.9K92编辑于 2023-02-14 - 来自专栏Goboy
腾讯云OCR车牌识别实践：从图片上传到车牌识别
本文将介绍如何利用腾讯云OCR车牌识别服务，结合Spring Boot框架实现一个车牌识别的完整实践，包括图片上传、车牌识别、结果返回及前端展示。 零元试用OCR 本文提要 什么是腾讯云OCR车牌识别服务 项目需求分析 环境准备 后端实现 使用Spring Boot实现图片上传 调用腾讯云OCR车牌识别API 处理车牌识别结果 前端实现 图片上传与预览 什么是腾讯云OCR车牌识别服务 车牌识别（License Plate Recognition, LPR）是一种基于图像处理和人工智能算法的技术，主要用于通过图片识别车牌信息。 并调用腾讯云的车牌识别API。接收图片的Base64编码，将其发送到腾讯云OCR API进行车牌识别，并返回识别结果。 总结与优化建议 我们完成了一个基于腾讯云OCR车牌识别的应用，涵盖了图片上传、车牌识别、识别结果返回和前端展示等关键步骤。
2.8K20编辑于 2024-12-13 - 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。 MultipartFile 转为base64 public static String getBase64FromInputStream(InputStream in) { // 将图片文件转化为字节数组字符串 ，并对其进行Base64编码处理 byte[] data = null; // 读取图片字节数组 try { ByteArrayOutputStream } } return new String(Base64.encodeBase64(data)); } 运行前端html码，选择身份证图片 plainText.getBytes().length); return Base64Encode(signContent); } 运行前端html码，选择营业执照图片
26.8K51发布于 2019-04-11 - 来自专栏Mac资源随时更新
Text Scanner 「OCR文字识别工具」帮你识别图片上的文字！
图片中的文字无法识别怎么版？Text Scanner Mac版是一款强大好用的OCR文字识别工具，基于AI领先的深度学习算法，利用光学字符识别技术，将图片上的文字内容，直接转换为可编辑文本！ Text Scanner 「OCR文字识别工具」图片功能一、场景功能1、文本识别，识别图像上的文字2、二维码识别3、手写识别4、身份证识别5、名片识别6、银行卡识别7、驾驶执照识别8、营业执照识别9 、 增值税发票10、表格识别二、准确识别自动准确识别图像，在各种场景中提供准确的图像识别技术，使您可以查看读写能力，提取所需内容，提高输入效率，并节省宝贵的时间。 三、【语言识别】支持中文、英语、法语、德语、日语、韩语、泰语、俄语、意大利语、葡萄牙语、西班牙语 等十多个语种专项识别，基本全球化。
35.5K20编辑于 2022-09-23 - 来自专栏程序那些事儿
Umi-OCR：开源、免费、离线、多功能的 OCR 图片文字识别软件
幸运的是，现在有一款令人惊叹的工具出现了，它可以轻松解决这个问题，它就是 Umi-OCR。 Umi-OCR 是一款免费、离线且功能强大的 OCR 软件，它以其卓越的文字识别能力和众多实用功能闻名于世。 不论是截屏、粘贴，还是批量导入图片，Umi-OCR 都能够快速准确地提取图像中的文字，让您可以轻松编辑、搜索和共享这些文字内容。 Umi-OCR 不仅仅是一款文字识别工具，它还提供了许多其他实用的功能，为用户带来更多的便利。其中包括强大的段落排版功能，能够优化文本的格式和排列，使您的文档呈现出更加整洁和专业的外观。 它还具备排除水印的能力，可以自动识别并去除图像中的水印文字，确保提取的文字内容的纯净性。此外，Umi-OCR 还支持扫描和生成二维码，让您可以轻松处理与二维码相关的任务。 借助 Umi-OCR，您可以快速、准确地将纸质文档、图像中的文字转换为可编辑的电子文本。无论是日常办公、学习笔记，还是数字化档案管理，Umi-OCR 都是您的得力助手。
22.1K20编辑于 2023-11-30 【Python】利用Python调用微信OCR实现图片识别
(img_path:str, results:dict): result_file = file_dir + ".json" print(f"识别成功，img_path: {img_path ocr_manager.SetUsrLibDir(wechat_dir) # 设置ocr识别结果的回调函数 ocr_manager.SetOcrResultCallback(ocr_result_callback ) # 启动ocr服务 ocr_manager.StartWeChatOCR() # 开始识别图片 ocr_manager.DoOCRTask(img_path) = OCR_MAX_TASK_ID: pass # 识别输出结果 ocr_manager.KillWeChatOCR() if __name__ == "__main ，即可识别，并在图片同级目录下，生成图片.json文件，json文件中不仅有识别到的文本内容，也有图片文本的location信息，可以用于进一步开发和使用。
1.1K10编辑于 2025-07-03【全自动识别改名】批量图片文字识别与自动重命名实战指南，实现图片文字识别区域文字并自动重命名，用腾讯OCR教你实现
项目背景 在医院中，有大量的X光、CT等医学影像图片。 咕嘎批量OCR识别图片PDF多区域内容重命名导出表格系统（Windows版本） 图片 要实现批量图片文字识别并根据识别结果自动重命名图片的功能，你可以使用腾讯云的 OCR（光学字符识别）API。 注册腾讯云账号并开通 OCR 服务 访问腾讯云官网注册账号。 登录控制台，开通文字识别服务，并创建一个 API 密钥（SecretId 和 SecretKey）。 2. API 限制：腾讯云 OCR API 有调用频率和免费额度限制，请根据实际情况进行调整。 文件路径：确保图片所在目录和代码中的路径一致。 通过以上步骤，你可以实现批量图片文字识别并根据识别结果自动重命名图片的功能。
1.3K10编辑于 2026-03-20OCR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？ args) throws Exception{ String host = "https://open.expauth.com"; String path = "/v2/ocr "cusNo":"MER20230227354812341234","subMerNo":"MER20230227354812341234","reqNo":"1654251116079"}三、好用的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
【教程】如何批量图片文字识别软件，批量图片文字识别OCR软件系统，批量图片压缩，PDF批量转文字转图片
软件不需要安装，直接双击打开就可以用，废话不多说直接上图好了，方便说明问题 前段时间有人跟我讲说要批量图片（批量名片识别、批量照片识别等）识别，然后就下来研究了一下 可以支持单页图片识别、打开一个文件夹图片批量识别 （后期正计划一个文件夹内的多个文件夹分组识别，没需求就没做） PDF文件文字识别怎么弄，现将PDF拆成图片，做了个功能批量PDF拆成图片后批量导入图片再识别 基于Net4.5框架做的，软件支持win7以上系统 、便于按文件夹批量导入图片等； 第三、图片压缩：图片太大影响识别，所以我们做了一个图片压缩的工具,可以将图片的范围控制在可识别范围； PS:建议图片在4M的范围内，像素也不易过高4096X4096 第六、识别过程中可中途暂停，没有写继续，用的时候发现错误了，就再来一遍，或者把识别的删掉，从没识别的开始 速度嘛2-3秒一页，看图片大小，软件识别需要联网使用，基于人工智能文字识别做的，也有单机版本的准确率不是很高 欢迎大家下方提出好的功能和建议，我再来完善完善 百度网盘链接：https://pan.baidu.com/s/1zIzGB55PO9h5_xECs4U5YQ 提取码：fvjc 土豪下载链接：批量图片识别文字
53.5K10编辑于 2022-09-07 - 来自专栏python-爬虫
python图片验证码识别最新模块muggle_ocr
一.官方文档 https://pypi.org/project/muggle-ocr/ 二模块安装 pip install muggle-ocr # 因模块过新，阿里/清华等第三方源可能尚未更新镜像，因此手动指定使用境外源 初始化；model_type 包含了 ModelType.OCR/ModelType.Captcha 两种 sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR ) # ModelType.OCR 可识别光学印刷文本 这里个人觉得应该是官方文档写错了 官方文档是ModelType.Captcha 可识别光学印刷文本 with open(r"test1.png , "rb") as f: b = f.read() text = sdk.predict(image_bytes=b) print(text) # ModelType.Captcha 可识别 4-6位验证码 sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha) with open(r"test1.png", "rb") as
3.5K20发布于 2020-07-03 - 来自专栏目标检测和深度学习
tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解
OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。 .exe Windows cmd命令行使用Tesseract-OCR引擎识别手机号码和图片中的文字: 1、下载安装Tesseract-OCR引擎(3.0版本+才支持中文识别) tesseract-ocr-setup 命令格式： tesseract 图片名 输出文件名 -l 字库文件 -psm pagesegmode 配置文件 识别数字： 我准备了一张验证码123.png 手机号码的图片，放在F:IDOLa|目录下 表示识别后生成一个result123.txt 打开文件如下： ? 识别中文： 我准备了一张验证码234.png "中国识别测试"个字的图片，放在F:IDOLa目录下如图： ? 表示识别后生成一个result234.txt 打开文件如下： ? 识别中文和英文： 网上找了一张图片，有中文有英文的图片： ? 运行命令如下： ? 结果如下：中文识别还不是太好啊！ ?
10.1K20发布于 2018-07-20 - 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？ 支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。支持的图片大小：所下载图片经Base64编码后不超过 7M。图片下载时间不超过 3 秒。 支持的图片格式：PNG、JPG、JPEG，暂不支持 GIF 格式。支持的图片大小：所下载图片经 Base64 编码后不超过 7M。图片下载时间不超过 3 秒。 : 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 之前先要定位图片文字。 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 new Tesseract(); // JNA Interface Mapping String fontPath = "E:/char_recongition/Tesseract-OCR / JNA Interface Mapping try { String fontPath = "E:/char_recongition/Tesseract-OCR
24.8K20发布于 2018-09-19 - 来自专栏目标检测和深度学习
tesseract-ocr识别英文和中文图片文字以及扫描图片实例讲解
OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。 .exe Windows cmd命令行使用Tesseract-OCR引擎识别手机号码和图片中的文字: 1、下载安装Tesseract-OCR引擎(3.0版本+才支持中文识别) tesseract-ocr-setup 命令格式： tesseract 图片名 输出文件名 -l 字库文件 -psm pagesegmode 配置文件 识别数字： 我准备了一张验证码123.png 手机号码的图片，放在F:IDOLa|目录下 表示识别后生成一个result123.txt 打开文件如下： ? 识别中文： 我准备了一张验证码234.png "中国识别测试"个字的图片，放在F:IDOLa目录下如图： ? 表示识别后生成一个result234.txt 打开文件如下： ? 识别中文和英文： 网上找了一张图片，有中文有英文的图片： ? 运行命令如下： ? 结果如下：中文识别还不是太好啊！ ?
9.9K70发布于 2018-04-18
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