回答情况：
提问时间：
问题标签：
我正在使用tesseract OCR来识别视频帧的文本。我的问题是:如何才能检测到文本的正确位置？这将提高OCR的质量，取得更好的效果。
如
浏览 2提问于2014-12-04得票数 1
1回答
当我在windows版本的字幕编辑中使用内置的OCR实用程序将.PGS字幕转换为.SRT格式时，我使用字幕编辑，但看起来Ubuntu版的字幕编辑没有这种功能.或者它是否需要安装其他元素才能工作？还有人在Ubuntu (16.04到17.10)中使用字幕编辑(16.04到17.10)，并且知道是否有一种方法可以“打开”它的OCR功能，就像在windows中一样？
浏览 0提问于2018-03-31得票数 2
我正在从python的视频中提取字幕，我在python中使用了opencv来实现这一点。我把它分成了几个帧，每个帧作为图像存储在我的磁盘上，我在it.But上做ocr，我不想在整个图像上执行ocr，我只想要字幕部分，我只想用以下值( 278:360 )手工裁剪图像，因为我的图像大小是360但是图像大小因不同的视频files.Now而不同，我的问题是如何提前裁剪字幕部分( programatically.Please do answer.Thanks )。
浏览 5提问于2017-10-21得票数 3
回答已采纳
我在用OCR来对抗电视镜头中的字幕。(我正在使用Tesseact 3.xw/ C++)，我试图分割文本和背景部分作为OCR的预处理。这是最初的图片：预处理后的图像：OCR的结果是:西西曼克隆。
正如上面的预处理图像所示，字母周围仍然存在一些“迷雾”，这使得OCR模块无法正常工作。有没有任何方法可以通过编程来识别那些“雾”来去除，或者做一些图像处理来从预处理的图像中删除/减少它？
浏览 2修改于2017-12-20得票数 1
回答已采纳
之前有一个类似的问题：如何将IDX/SUB字幕转换为文本SRT字幕文件？早在6年前就被问到了，解决方案是处理OCR。有一些在线工具可以实现这种转换，他们只是要求上传Sub+Idx文件并完成这项工作。
浏览 0提问于2018-07-31得票数 4
我想知道GNU/Linux中是否有可以读取BluRay字幕的软件。
我说的不是像每个人要求的那样把OCR转换成SRT，而是阅读它们来查看每一行的时间，打开代表每行文字的图像。根据mkvextract的说法，扩展应该是.sup，但是当提取带有该扩展名的HDMV字幕时，GNOME字幕编辑和Gaupol似乎都无法读取它。有没有人知道有什么软件能读懂它们？
浏览 0提问于2016-04-21得票数 4
回答已采纳
例如：这些文件具有不同的版本。因此我有不同的ftplugins：当打开一个光学字符识别文件，文件类型被检测为‘光学字符识别’->的光学字符识别基础-File插件将加载。它检查文件的版本(例如01) =>文件类型将被设置为ocr_01。
我期望，只有文件类型插件ocr</
浏览 8修改于2017-08-02得票数 0
0回答
调用OCR营业执照识别报内部错误？
html、文字识别
调用调用OCR营业执照识别报“内部错误”这种不明不白的提示，相同的header，相同的multipart/form-data确报“内部错误”看不明白什么意思。
浏览 325提问于2019-07-10
我想用.Net中的Tesseract OCR引擎做一个光学字符识别。因此，我使用了tesseractdotnet-Wrapper 。我需要获取每个识别单词的单词位置(RetriveResultDetail-Method)：ocr.Init(executionPath, "eng", 3);Consol
浏览 0提问于2013-06-03得票数 0
回答已采纳
我正在为UWP开发，Windows有一个OCR引擎: Windows.Media.Ocr我想识别的字符不是任何语言的符号。
浏览 9修改于2017-06-22得票数 3
回答已采纳
从过去的两周开始，我正在努力实现“识别iPhone屏幕上的字符”。通过使用Tesseract OCR，我们可以从图片中识别字符。现在我的问题是，是否能够识别使用Tesseract OCR绘制在iPhone屏幕上的字符？
如果可能的话，给我一些初步的步骤来完成这个任务。
浏览 2提问于2013-12-19得票数 6
回答已采纳
我正在为网络模因图像编码一个特殊的光学字符识别。这是一个学校项目，应该用C语言编码。要做这个OCR，我的意思是神经网络有点过火，因为模因图像中的字符是简单的、直接的和向前的。我听说有其他“更简单”的方法来做OCR，比如使用机器学习算法来“学习”影响字体，或者使用基于骨架匹配的系统通过模式识别来识别字
浏览 0修改于2016-03-28得票数 1
回答已采纳
例如，字符串亿万.Billions.S01E01.中英字幕.HDTVrip.1024X576.mp4正则表达式在expect中不匹配亿万 as name_chs，而是匹配亿万.Billions as name_enP<episode>\\d{2})'
..# 亿万.Billions.S01E01.中英字幕.HDTVrip.1024X576.m
浏览 26提问于2017-03-07得票数 2
回答已采纳
我需要识别属于各自时期的记录。我能够通过使用MIN和MAX来识别第一个和最后一个时期的记录，即第一个(9/07/2020 - 22/07/2020)和最后(10/11/2020 - 23/12/2020)的记录。我找不到介于2-11之间的记录？ ? 我有另一个表，其中显示了记录更新的日期。例如, ? 我需要识别属于什么时期的记录。例如, ? 任何形式的帮助都将不胜感激！ 谢谢
浏览 26提问于2021-09-21得票数 0
回答已采纳
我正在尝试使用android ML Kit文本识别库进行文本识别，但在运行时遇到错误，没有返回任何文本。W/DynamiteModule: Local module descriptor class for com.google.android.gms.vision.dynamite.ocr not foundcom.google.android.gms.vision.dynamite.ocr:0
W/DynamiteModule: Local module descriptor class for c
浏览 317修改于2020-08-26得票数 1
3回答
文字识别OCR接口本地图片下载失败？
python、html、ide、文字识别
用文字识别OCR的Python接口调用来对本地图片进行识别，报错“下载失败”，FailedOperation.DownLoadError message:下载失败。参照这个官方样例https://github.com/TencentCloud/tencentcloud-sdk-python/blob/master/examples/ocr/v20181119/general_fast_ocr.py
浏览 1812提问于2020-03-07
我正在做目标导向的图像字幕。它有三种模式:提取特征、OCR分量和目标检测。从ResNeXt模型中提取的特征被重塑为一个大小的张量(49,2048)。OCR和对象检测组件的最大维数(300,1)分别为20字和10字。我想用线性投影将这些向量连接/嵌入到维数d=512的联合空间中。我该怎么做？
浏览 1修改于2022-03-28得票数 0
我使用python和keras ocr。我希望角星只识别数字，所以在管道中我这样做。recognizer = keras_ocr.recognition.Recognizer(alphabet="0123456789")但是，它并没有像tesseract白名单那样将字母转换为数字和提高识别质量，而是发生了。识别功能简单且复制:)
_im
浏览 25提问于2022-05-30得票数 3
我正在使用Google Firebase Vision API进行文本识别(OCR)。我的用例是对文档中或文档头部的人名进行OCR。此外，我有一个数据库或我希望扫描的姓名列表。我知道其他的OCR引擎支持将单词列表或字典加载到引擎，这有助于提高识别率。我似乎想不出如何使用Firebase Vision文本识别来做到这一点。如果我有一个列表或名称数组，我是否可以将这些名称作为唯一要识别的字符串/单词加载到引擎中？ 谢谢!
浏览 12修改于2020-03-26得票数 0
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