OCR光学字符识别

文档处理的数字化和革新 - ComIDP

智能文档处理是一种结合了人工智能（AI）、机器学习（ML）和光学字符识别（OCR）的技术，用于自动提取各种文档格式中的有价值信息。与传统的数据捕获方法需要大量手动干预不同，IDP利
·2025-03-12 17:07

运行PaddleOCR时遇到的一些问题汇总

官方文档提供了PaddleOCR的各类用例说明，但是使用中仍然会有一些问题，这里做一些总结和整理跑通train.py代码pythontools/train.py-cconfigs/rec/PP-OCRv3
江木27·2025-03-12 15:27

利用 WPF 和阿里云实现图片多区域文字识别并保存至 Excel

同时，借助阿里云的文字识别服务，利用其先进的OCR（OpticalCharacterRecogni
如沐春风菜鸡收割机·2025-03-12 14:54

OmniParser技术分析（一）

2.整体方案通过阅读OmniParser提供的运行Demo代码知道，其实整个UI纯视觉检测主要分为2部分，涉及3个环节分别是：图片OCR、图片icon检测、图片元素理解，分别使用的模型为：环节
_深海凉_·2025-03-12 14:22

从需求文档到测试点：基于 OCR 和智能接口的高效图片信息提取与分析

在软件测试的实际工作中，需求文档是测试工程师的重要工具。然而，随着项目规模的不断扩大，需求文档中的内容变得越来越复杂，特别是图片信息往往承载了核心的业务逻辑、流程图、UI设计、表格说明以及潜在测试点。这些图片信息是测试计划和测试用例设计的关键，但手动解析这些内容不仅耗费时间，还容易遗漏重要细节。为了帮助测试工程师高效、精准地提取图片信息，并结合智能分析技术实现测试点推理，本文将分享一套完整的技术解
Python测试之道·2025-03-12 10:55

【用友U8BOM全阶展开SQL】存储过程批量展开BOM结构，由子阶向上算母件的成本。

[BOMJS]ScriptDate:2022-11-0223:28:13******/SETANSI_NULLSONGOSETQUOTED_IDENTIFIERONGOCREAT
陈家旺·2025-03-12 01:13

【批量图片区域识别改名】有没有可以自动批量识别jpg图片上的区域文字，并直接提取文字命名的软件么? 没有我们教你基于WPF和腾讯api的方案做一个

实现方案：基于WPF和腾讯云OCRAPI步骤1：准备工作注册腾讯云账号：访问腾讯云官网（腾讯云
如沐春风菜鸡收割机·2025-03-11 12:29

1:1精准还原！用Python+Adobe Acrobat DC实现PDF转Word全自动化

作为PDF标准的制定者，AdobeAcrobatDC在格式转换领域具有无可比拟的优势：精准还原-保持原始布局、字体和格式表格保留-完整保留表格结构和数据批量处理-支持自动化执行重复任务OCR支持-自动识别扫描件中
朴拙Python交易猿·2025-03-11 04:24

Python编程案例教程PPT2022,Python编程案例教程答案

在接口自动化工作中,经常需要处理文字识别的任务,而OCR库能够帮助我们将图像中的文字提取出来,所以本文为大家整理了四个常用的OCR库以及它们的用法,需要的可以参考下Python客栈送红包、纸质书1、pyocr2
a1237567892·2025-03-11 00:21

图像标注与OCR工具分析

图像标注和OCR（光学字符识别）工具的代码进行详细分析。该工具允许用户在图像上进行矩形标注，使用OCR对标注区域进行文本识别，并将结果保存为Excel文件。
winfredzhang·2025-03-10 03:23

Windows下的PaddleOCR本地部署

PaddlePaddle运行环境部署1.安装anaconda（网上教程很多很详细）2.创建环境3.激活环境并在该环境下安装PaddlePaddle框架4.下载requirments.txt中的库（二）PaddleOCR
wangkun_cl·2025-03-10 03:22

二维码识别OCR接口：开启高效信息提取的新篇章

而二维码识别OCR接口的出现，更是为企业和开发者提供了一种快速、准确地提取信息的解决方案。技术原理：图像识别与数据解析的完美结合二维码识别OCR接口的核心在于其独特的技术架构。
安静的小员·2025-03-10 03:49

paddleOCR处理PDF遇到问题

前提安装是上一篇，langchain的加载和分割参考博客：使用paddleOCR批量识别pdf_paddleocrpdf-CSDN博客遇到问题如下图。
被编程为难的小娃娃·2025-03-10 01:37

Mistral 发布 Mistral OCR，号称「世界上最好的 OCR 模型」

Mistral发布的MistralOCR号称“世界上最好的OCR模型”，以下是对它的详细介绍：产品概述MistralOCR是一种光学字符识别API，以图像和PDF作为输入，可从有序交错的文本和图像中提取内容
自不量力的A同学·2025-03-09 22:06

Unity ECS 101 教程

101ThisrepositorycontainsanintroductiontoUnity'snewEntityComponentSystem.Thepurposeofthisistohelpdevelopersunderstandthisparadigm,andwhyitisimportanttocreateperformantgamesinUnity
邵瑗跃Free·2025-03-09 16:45

快速掌握EasyOCR应用实战指南

EasyOCR是一个开源的、支持多语言（28+种）和多文档格式（PDF/PNG/JPG/TIFF等）的OCR（光学字符识别）工具库，由HuggingFace团队维护。
梦想画家·2025-03-09 14:27

###C语言神话的动态内存管理不过就是四个函数？快进来自测一下这些基础知识是否完全掌握/小众知识点**柔性数组** ＜动态内存管理,malloc,calloc,realloc,free＞

文章目录引入malloc&&freemallocfreecalloc&&realloccallocrealloc常见的动态内存的错误对空指针的解引用操作对非动态开辟的内存使用free释放使⽤free释放
Zach_yuan·2025-03-09 08:26

用python做一个简单的可以调用手机摄像头进行车牌识别的H5页面

3.车牌识别：使用OpenCV和TesseractOCR库来进行车牌识别。
mosquito_lover1·2025-03-09 06:23

cv君独家视角 | AI内幕系列十四：【手机、相机防抖大揭秘】数字防抖、鸡头防抖、光学防抖、AI防抖等(附源码+长期更新)

目录摘要主要防抖技术手机防抖对比某拇指相机技术分析：1.基础介绍2.功能需求2.1功能背景2.2技术背景与技术选型2.3技术方案2.4可行性落地链路2.5竞品调研与市场分析2.6防抖主客观评价源码实现运动防抖步骤：代码实现性能优化与改进代码改进进一步改进与应用深度学习方法示例实时处理与应用示例运动摄影无人机航拍摄像头防抖设备计算资源需求复杂场景处理参数调整和优化实时处理需求误差累积并行和分布式处理
cv君·2025-03-09 05:32

SpringBoot框架

SpringBootmakesiteasytocreatestand-alone,production-gradeSpringbasedApplicationsthatyoucan“justrun”.WetakeanopinionatedviewoftheSpringplatformandth
小Y在线编码·2025-03-09 05:02

Mark Github上的一个项目，VLM-R1。GRPO为什么促使MLLM在部分垂域比SFT更好的表现

这种差异在OCR等视觉-语言交叉任务中尤为显著。在追求大模型垂直领域落地的道路上，我们是否过度依
朱韬韬·2025-03-08 16:40

Python和C++计算物理光学波形化学结构数学方程

要点Python|C++代码化排序索引和计算：冒泡排序，升序排序，快速排序，索引排序，基于索引数组的排名，基于直接插入的两个键索引，两个相关数组的索引。数学计算1：数据集升序排列后，生成索引和排名。数学计算2：一定量序列排序后，生成得新索引表，并绘制原始序列。计算3：一定量序列进行冒泡排序，插入排序，快速排序，绘制一张图显示三种排序依赖性，分别定性评估小型和广泛序列的排序算法的性能。Python|
亚图跨际·2025-03-08 14:33

光学超表面的人工智能

光学超表面，即能够控制光传播的平面人工介质，正在从实验室过渡到商业应用。这种转变需要先进的超结构和超表面设计，考虑可制造性并通过后处理算法提高光学性能。
Luis Li 的猫猫·2025-03-08 14:54

视频生成——MiniMax和通义万象（目前免费使用）

hailuoai.com/video视频提示词：鸟儿从喜马拉雅高山上跳下来飞向蓝天生成结果：MiniMax二、通义万象（需要注册）网页入口：https://tongyi.aliyun.com/wanxiang/videoCreation
代码的建筑师·2025-03-08 10:47

光子晶体量子阱

光子晶体量子阱（PhotonicCrystalQuantumWell,PCQW）是一种结合了光子晶体和量子阱特性的材料结构，具有独特的光学和电子特性，广泛应用于光通信、激光器、传感器等领域。
学术乙方·2025-03-08 01:09

开发PDF转Word软件

(fitz)：Python库，提取文本/图片/元数据速度最快（性能比pdfplumber高10倍）pdf2docx：专用于PDF转Word的Python库（基于PyMuPDF封装，支持表格和样式保留）OCR
shuaige_shiwoa·2025-03-07 21:25

机器视觉3D线激光轮廓仪的精度为什么高

3D激光轮廓仪的高精度源于其硬件设计、光学系统、软件算法及环境控制等多方面的协同优化，以下是具体原因的分点解析：激光光源的高性能单色性与方向性：激光具有极好的单色性和准直性，光束发散角小，能形成稳定的光斑
视觉人机器视觉·2025-03-07 20:09

Python OCR库：自动化测试验证码识别神器！

在接口自动化工作中，经常需要处理文字识别的任务，而OCR（OpticalCharacterRecognition，光学字符识别）库能够帮助我们将图像中的文字提取出来。
测试大大怪·2025-03-07 17:19

查看归档日志及rman备份文件

-查看**/**根目录下的文件archivebootdevhomelib64mediamntoptrmansbinsrvtmpusrbincgroupetcliblost+foundmiscnetprocrootselinuxsysu01var
大叶梧桐·2025-03-07 15:51

二维码识别OCR接口：开启高效信息提取的新篇章

而二维码识别OCR接口的出现，更是为企业和开发者提供了一种快速、准确地提取信息的解决方案。技术原理：图像识别与数据解析的完美结合二维码识别OCR接口的核心在于其独特的技术架构。
·2025-03-07 12:35

Android OCR技术实现与优化指南

关于Android上OCR技术的问题。首先，用户可能想知道在Android平台上如何实现OCR识别。
缘来的精彩·2025-03-07 09:08

使用easyocr、PyPDF2对图像及PDF文档进行识别

一、概述本Python脚本的主要功能是对当前目录及其子目录下的图片和PDF文件进行光学字符识别（OCR）处理。
欣然～·2025-03-06 21:39

深入解析 Umi-OCR：高效的免费开源 OCR 文字识别工具

1.Umi-OCR简介1.1什么是Umi-OCR？
萧鼎·2025-03-06 15:47

如何结合NLP（自然语言处理）技术提升OCR系统的语义理解和上下文感知能力？

光学字符识别（OCR）技术能够快速从文档、图像中提取文本信息，目前已经广泛应用于金融、教育、医疗、物流等领域。
金智维科技官方·2025-03-06 14:10

VirtualLab Fusion系列课程-专题二：光栅及超表面微纳结构的设计与仿真

光栅及超表面微纳结构的设计与仿真光栅是现代光学系统中最为常用的一种衍射光学元件。随着制作工艺的不断提升，光栅的尺寸也越做越小。相应的，光栅分析必须使用基于矢量电磁场原理的方法。
Bonnie1985119·2025-03-05 16:33

使用Callable和Future创建线程

传统的runnable接口的定义publicinterfaceRunnable{/***WhenanobjectimplementinginterfaceRunnableisused*tocreateathread
·2025-03-05 11:37

使用 Rust 实现验证码识别

步骤安装TesseractOCR引擎首先，您需要安装TesseractOCR引擎。
ttocr.com·2025-03-05 05:32

【pyOCR】

pyOCR是什么pyOCR，全称PythonOpticalCharacterRecognition，是一个Python库，用于文本识别。
星星向前看·2025-03-05 02:37

【EasyOCR】

1、引言在信息化社会，文字识别技术（OCR）发挥着日益重要的作用。无论是处理文档、识别图片中的文字，还是自动化录入信息，OCR技术都为我们提供了极大的便利。
星星向前看·2025-03-04 15:39

Python PDF神器PyMuPDF使用指南 (六)——Document类详解

PythonPDF神器PyMuPDF使用指南(二)——文件和文本功能PythonPDF神器PyMuPDF使用指南(三)——图像和注释功能PythonPDF神器PyMuPDF使用指南(四)——绘图、多线程和OCR
塞大花·2025-03-03 16:15

paddlepaddle(飞浆）报错name ‘libpaddle‘ is not defined及paddle.fluid.core_noavx

最近有一个OCR中文识别的需求，用到paddleocr，但服务器死活装不上paddlepaddle（python3.10.4,win8环境)先装了2.6.0的paddele,报name‘libpaddle
管春·2025-03-02 06:36

2.4K star的GOT-OCR2.0：端到端OCR 模型

GOT-OCR2.0是一款新一代的光学字符识别（OCR）技术，标志着人工智能在文本识别领域的重大进步。
AI 研习所·2025-03-01 17:34

销售易NeoCRM与八骏科技CRM：全方位深度对比

在当今竞争激烈的CRM市场中，销售易NeoCRM和八骏科技CRM作为国内知名的CRM解决方案，各自拥有独特的优势和特点。
刘小奇�多·2025-03-01 11:49

【11】RUST使用cargo组织crate

文章目录使用cargo组织crate重导出编译文档生成测试cargo组织工作空间TODOcrate.io账号TODO暂时不看发布crate使用cargo组织crate重导出在模块顶部使用pubuseself
憨憨2号·2025-03-01 04:54

GitHub每日最火火火项目（2.28）

olmocr项目介绍：olmocr是由allenai开发的一款用于将PDF文件线性化，以适配大语言模型（LLM）数据集和训练的工具包。在大语言模型的训练过程中，数据的格式和预处理极为关键。
FutureUniant·2025-03-01 03:50

移动端测试验证码识别思路——使用Tesseract-OCR识别

主要工具：1、tesseract-ocr-w64-setup-v4.0需要安装地址：https://digi.bib.uni-mannheim.de/tesseract/安装完成需配置环境变量：PATH
小刀_cs·2025-03-01 02:13

python：记录调用微信OCR进行文字识别的一个错误的代码

本代码我想实现了这样一个功能：运行代码后，除非按下esc键，否则程序一直执行，然后按下ctrl+c，将剪切板中的图片通过微信OCR识别文字并
knighthood2001·2025-02-28 18:52

用 Python 调用微信 OCR，解锁超高效文本识别神器

前言想象一下，不需要复杂的C++代码，仅凭Python，就能轻松调用微信的本地OCR引擎，实现对图片中文本内容的精准识别。是的！
测试工程师成长之路·2025-02-28 18:18

发票识别详解-发票ocr-发票录入接口-发票信息识别

发票识别接口主要是为了解决传统发票处理过程中存在的效率低下和手动录入错误率高的问题，旨在帮助企业和个人用户从各种类型的发票中自动提取票面信息，简化财务管理流程。翔云发票识别接口主要功能：自动识别与分类：支持多种发票类型，如增值税专用发票、普通发票、火车票、打车票、超市小票等，并支持自动分类。数据提取：可以从发票中提取诸如发票号码、日期、金额、销售方和购买方的名称及税号等重要信息。准确性高：采用先进
OCR_API·2025-02-28 16:36

DeepSeek全栈接入指南：从零到生产环境的深度实践

其核心能力体现在：1.1.1多模态智能引擎自然语言处理：支持文本生成（NLG）、语义理解（NLU）、情感分析等计算机视觉：提供图像分类、目标检测、OCR识别等CV能力语音交互：包含语音识别（ASR）、语音合成
量子纠缠BUG·2025-02-27 21:30
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他