谈一谈在OCR/场景文本识别中的对抗攻击
引言目前对抗攻击在计算机视觉中如火如荼，作为计算机视觉的一个子领域OCR，文本识别和文本检测领域中对抗攻击的任务并不多，其中文本检测可以说是一种目标检测的任务，所以目标检测的攻击方法可以直接应用在文本检测中；文本识别是一种序列分类的任务和很多图像分类任务不同，所以攻击方法不能直接迁移，下面我们对三篇...
RAGFlow：基于OCR和文档解析的下一代 RAG 引擎
一、引言 在人工智能的浪潮中，检索增强生成（Retrieval-Augmented Generation，简称RAG）技术以其独特的优势成为了研究和应用的热点。RAG技术通过结合大型语言模型（LLMs）的强大生成能力和高效的信息检索系统，为用户提供了一种全新的交互体验。然而，随着技术的深入应用，一系...
艺赛旗（RPA）内置 OCR 识别使用注意事项分享
艺赛旗 RPA8.0全新首发免费下载 点击下载http://www.i-search.com.cn/index.html?from=line1做项目总会遇到各种麻烦，解决问题跟困难程度无关，只要你愿意寻找答案 – Totem之前发过一篇帖子《 图片缩放强化内置 OCR 识别 》，用于支持不能连接网络...
文字识别 Optical Character Recognition,OCR CTC STN
文字识别 Optical Character Recognition,OCR 自然场景文本检测识别技术综述 将图片上的文字内容，智能识别成为可编辑的文本。 场景文字识别（Scene Text Recognition，STR） OCR（Optical Character Recognition,...
推荐一款latex公式OCR识别软件
推荐一款latex公式OCR识别软件最近有这个需求，于是去找了一下，最后发现一个好用的软件，在这里推荐一下。优点识别率高，个人亲测，非常准确，截图就随便放一个：步骤先点击这个链接注册账号（这个是必须先注册的，不然没法用软件，用自己常用邮箱注册就可以）注册完成后直接登录（log in）然后去下载，因为...
超级详细的Tesseract-OCR样本训练方法
Tesseract-OCR样本训练方法一、简介Tesseract是一个开源的OCR（Optical Character Recognition，光学字符识别）引擎，可以识别多种格式的图像文件并将其转换成文本，目前已支持60多种语言（包括中文）。 Tesseract最初由HP公司开发，后来由Googl...
tesseract-OCR字库训练
一、准备工作1、下载Tesseract-OCR引擎，注意要3.0以上才支持中文哦，按照提示安装就行。2、下载chi_sim.traindata字库。要有这个才能识别中文。下好后，放到Tesseract-OCR项目的tessdata文件夹里面。3、下载jTessBoxEditor，这个是用来训练字库的...
最好的OCR识别（图片转换文字）工具：ABBYY FineReader
我们经常用到一些扫描件和pdf文件，有时候需要将这些图片和pdf文件转换为word等文本以便于编辑，最原始的方法莫过于对着文稿敲字排版了，但是这样耗时耗力，非常不方便。这里推荐一款据说是全球最好的OCR识别软件：来自于俄罗斯ABBYY FineReader。ABBYY FineReader 是一款专...
ocr之opencv配合paddleocr提高识别率
背景1：在这篇文章编写之前使用到的工具并不是opencv，而是java原有的工具BufferedImage。但因为在使用过程中会频繁切图，放大，模糊，所以导致的jvm内存使用量巨大，分秒中都在以百兆的速度累加内存空间。这种情况会让程序卡顿，频繁的发生full gc。增加了jvm宕机的不确定性，也...
基于深度学习的OCR，如何解决图像像素差的问题？
基于深度学习的OCR技术在处理图像像素差的问题时确实面临一定的挑战。图像像素差可能导致OCR系统无法准确识别文本，从而影响其精度和可靠性。尽管已经有一些方法如SRN-Deblur、超分SR和GAN系列被尝试用于解决这个问题，但效果并不理想。然而，这并不意味着这个问题无解。 以下是一些可能有助于解决...
TrOCR—基于Transformer的OCR入门
导 读 本文主要介绍TrOCR：基于Transformer的OCR入门。 背景介绍 多年来，光学字符识别 (OCR) 出现了多项创新。它对零售、医疗保健、银行和许多其他行业的影响是巨大的。尽管有着悠久的历史和多种最先进的模型，研究人员仍在不断创新。与深度学习的许多其他领域一样，...
oracle rac 11gr2 OCR丢失恢复
一、故障概述因为数据库服务器重启出现OCR盘丢失导致oracle数据库集群宕机。二、故障重现在测试环境破坏保存OCR信息的磁盘组+CVD使用dd清除OCR的磁盘头信息（因为OCR是normal，所以掉了两个才无法启动）[[email protected] ~]# dd if=/dev/zero of...
调试经验——利用OneNote进行文字识别（OCR with OneNote）
以前用过OneNote的文字识别，感觉不太灵。最近又试用了几次，感觉识别率还是很高的，不知是否进行过升级。1. 要识别的图片 2. 将以上图片复制到OneNote，点击右键，点击“复制图片中的文本”3. 复制到记事本是这样的 4. 移除多余空格，稍作校改后的效果如下：...
腾讯数平精准推荐 | OCR技术之识别篇
腾讯数平精准推荐(Tencent-DPPR)团队一直致力于实时精准推荐、海量大数据挖掘等领域的技术研发与落地。在社交广告推荐领域，团队自研的深度在线点击率预估算法及全流程实时推荐系统，持续多年提升社交广告点击率。图像作为当前社交广告最重要的展示形式，文字识别、物体识别等图像理解技术能够有效加深对广告...
Tesseract-OCR常见配置错误解决：tesseract is not installed 与 Error opening data file Tesseract-OCR的解决方法
Tesseract常见配置错误解决引言Tesseract-OCR常见配置错误：1、tesseract is not installed or it's not in your path1、首先找到自己的python环境2、修改pytesseract.py文件2、Error opening data ...
OCR证件识别开发介绍_行驶证识别（基于开源的OpenCV的.net版EmguCV+Tesseract技术）
C# OCR EmguCV开发的行驶证-证件识别OCR证件识别介绍_行驶证识别该OCR证件识别程序基于开源的OpenCV的.net版EmguCV+Tesseract实现，服务端OCR主程序接收来自移动端的图片作为参数，将识别结果以Json格式返回到移动端。支持离线、及云部署。下面看最终效果图：正确率...
ABBYY FineReader 14之OCR编辑器功能介绍
试用或正在使用ABBYY FineReader 14的用户可能已经发现，最新版本里多了个OCR编辑器功能，那么这个功能有何来头呢？OCR Editor（OCR编辑器）采用光学字符识别技术，将文档扫描件、PDF文档和图像文件（包括数字照片）高级转换为可编辑的格式。在OCR编辑器中，你可以画出识别区域、...
王磊：AI 时代物流行业的 OCR 应用
欢迎大家前往腾讯云技术社区，获取更多腾讯海量技术实践干货哦~OCR 是人工智能里面非常重要的基础能力之一。腾讯云人工智能产品总监王磊，结合物流场景解读了OCR技术。“OCR文本识别能够优化物流行业流程，解放人力降低成本。”腾讯云人工智能产品总监王磊王磊介绍，OCR文本识别存在三大挑战。其一是文本是由...
利用OCR文字识别+百度算法搜索，玩转冲顶大会、百万英雄、芝士超人等答题赢奖金游戏
【先上一张效果图】：一、原理：其实原理很简单：1.手机投屏到电脑；2.截取投屏画面的题目部分，进行识别，得到题目和三个答案；3.将答案按照一定的算法，进行搜索，得出推荐答案；4.添加了一些其他辅助功能，比如：浏览器搜索结果展示、关键字高亮、浏览器可点击等；二、二营长，把我的意大利.............
【程序员的吃鸡大法】利用OCR文字识别+百度算法搜索，玩转冲顶大会、百万英雄、芝士超人等答题赢奖金游戏
【先上一张效果图】：一、原理：其实原理很简单：1.手机投屏到电脑；2.截取投屏画面的题目部分，进行识别，得到题目和三个答案；3.将答案按照一定的算法，进行搜索，得出推荐答案；4.添加了一些其他辅助功能，比如：浏览器搜索结果展示、关键字高亮、浏览器可点击等；二、二营长，把我的意大利.............