技术栈
ocr
科研邪修法
10 小时前
ocr
中英混排OCR评估:从字符输出到字段验收
评估中英混排报告的OCR,不应只检查输出字符串是否存在。搜索、引文摘录和字段入表是不同任务,需要不同验收对象。先冻结同一组代表页和人工对照,再记录原始输出、差异类型与修正成本,才能判断结果适合什么用途,而不是直接给软件排名。
凯瑟琳.奥古斯特
2 天前
windows
·
ocr
我开源了一个 Windows 截图取字工具:全局热键 + 离线 OCR + 标注打码,不上传任何数据
一个快捷键,框哪里,哪里的文字就进剪贴板。平时上网课、看文档、翻 PDF,经常想把屏幕上的文字直接复制出来,只能干瞪眼手动敲。市面上的 OCR 工具要么强制登录,要么把你的截图传到云端。
AlfredZhao
7 天前
ocr
·
asr
·
vlm
OCR、VLM、ASR 到底有什么区别?一文讲清
初学文档处理或多模态应用时,常会碰到 OCR、VLM、ASR 这几个缩写。它们都和“把信息变成文字或答案”有关,但分工完全不同。笔者用一句话先概括:OCR 负责抄字,VLM 负责看懂画面并推理,ASR 负责把声音转成文字。
合尘猫
8 天前
python
·
ocr
图片表格变结构化数据:OCR 后的三个坑
街道公示、年报、招标结果,越来越多以图片形式发布。要把它们变成能统计的数据,OCR 只是起点。本文记录一次 18 期、32 张图的还原过程,重点在**版面还原**和**校验**,代码可直接跑。
hddata@
15 天前
安全
·
ocr
字符切得准,文本溯得清——高维数据OCR字符分割专利获授权,赋能多行业文本安全应用
近日,合肥高维数据技术有限公司自主研发的“基于OCR识别的文本字符分割方法及系统”获得国家发明专利授权(专利号:CN113989485B)。该专利围绕 OCR 识别后的字符精准分割难题,提出了一套从漏识别字符补全、位置校正、分割线计算到切边去噪的完整技术方案,可有效提升文本字符分割的准确性与完整性,为文本隐形水印、版权追踪、泄密溯源等应用提供关键底层支撑。
楚识科技
15 天前
ocr
企业级 OCR 选型指南:从 API 调用到私有化部署的技术对比
做了这么多年企业信息化,OCR 这个工具几乎每个项目都会用到。前前后后对接过十几家厂商的 OCR API,今天从开发者的视角,聊聊各家的真实差异,以及选型的时候该看什么技术指标。
开开心心就好
15 天前
服务器
·
算法
·
leetcode
·
支持向量机
·
pdf
·
ocr
·
1024程序员节
网页图片批量下载工具,输入链接就保存
软件介绍这次要说的是一款图片下载工具,主要用来把网页里的图片批量导到本地。把文章地址贴进去就能直接保存。存下来的图还是高清无损的原图,体验上舒服不少。
土星云SaturnCloud
15 天前
人工智能
·
ai
·
ocr
·
边缘计算
基于 PP-OCR 的车牌识别:从数据整理到土星云 SE110S 系列边缘部署
车牌识别的难点不在"认出字符",而在"先把梯形、逆光、泥污的车牌变成一张规整的单行文本图"。PP-OCR 用 DB 检测给出四点框、用 SVTR + CTC 输出整串文字,检测与识别解耦,字典还能裁剪到车牌字符集,天然适合边缘设备。本文从模型原理讲到数据收集、标注清洗、微调训练、ONNX 转 BModel,最后给出在土星云 SE110S-WA32、SE110S-WB16、SE110S-WC8 三款设备上的部署方案与实测性能。
SEO-狼术
16 天前
ocr
Aspose.OCR for .NET v26 Crack
Aspose.OCR for .NET是一款强大且用户友好的 API,旨在将光学字符识别 (OCR) 功能无缝集成到 .NET 应用程序中。开发人员只需编写几行代码即可轻松添加 OCR 功能,而无需深入了解复杂的数学算法或神经网络技术。凭借我们在机器学习技术领域的丰富经验,该 API 能够以卓越的速度和精度识别来自各种来源的文本,包括扫描图像、智能手机照片、屏幕截图和扫描的 PDF 文件。
lingxiao16888
16 天前
人工智能
·
ocr
Halcon之OCR应用
Halcon中的OCR是工业级光学字符识别模块,融合传统图像处理与深度学习技术,可将图像中的印刷体、手写体字符转换为可编辑文本,广泛适配各类工业复杂场景。
开开心心就好
17 天前
运维
·
服务器
·
前端
·
spring
·
ocr
·
音视频
·
1024程序员节
音频降噪剪辑工具,音量裁剪一键处理
软件介绍这次要聊的软件叫 ocenaudio,由巴西团队开发,是一款音频编辑工具。它支持多个平台,Windows、Mac、Linux 都能用,换系统的时候也不用愁找不到顺手的替代品。
开开心心就好
17 天前
运维
·
服务器
·
前端
·
javascript
·
ocr
·
perl
·
1024程序员节
竖式除法出题工具,整除余数混合模式
软件介绍竖式除法专项练习同样是一款绿色单文件版的工具,不用安装,双击就能打开。整体定位比较轻,功能上主要就是围着竖式除法的参数做设置,没有太多花哨的东西。
椒颜皮皮虾྅
17 天前
开发语言
·
人工智能
·
深度学习
·
学习
·
c#
·
ocr
·
cuda
让 C# 读懂整张图:DeploySharp 驱动 PaddleOCR v4/v5/v6,打通 OCR 全流程
DeploySharp 是一个面向 C#/.NET 开发者的开源模型部署框架,由「椒颜皮皮虾」开发,项目源码遵循 Apache License 2.0。它基于 ONNX Runtime、OpenVINO、TensorRT、OpenCV DNN 等推理引擎,提供模型加载、图像前处理、推理执行和结果后处理接口,方便大家把模型接入桌面软件、工业视觉和文档应用。
孙琦Ray
18 天前
百度
·
ocr
·
开源模型
·
unlimited ocr 2
·
长文档解析
·
sr-swa
百度开源 Unlimited OCR 2:百页文档单请求解析,竞品得分仅其四成
百度近日开源了 Unlimited OCR 2,一个专门面向超长文档的 OCR 模型。它最引人注目的一点不是参数规模,而是百页级文档的横向差距:在百度自测的 MarathonDocBench 上,Unlimited OCR 2 综合得分 77.1,排名第二的 Kimi-K3 只有 33.7,Gemini-3.8-Flash 为 28.6。其前代 Unlimited-OCR 在该基准上得分为 0.0。
Elastic 中国社区官方博客
18 天前
大数据
·
数据库
·
elasticsearch
·
搜索引擎
·
ocr
·
jina
基于 Jina OCR v1 与 Elasticsearch 的 PDF 智能混合检索与 RAG 系统实战指南
在企业级知识库、智能文档处理(IDP)和生成式 AI(RAG)应用场景中,如何高效、精准地解析 PDF 文档始终是一个核心痛点。传统的 PDF 文本提取工具(如 PyPDF、PDFMiner 等)在面对扫描件、多栏排版、嵌入式表格或复杂图表时,往往会出现文本乱码、排版错乱或表格结构丢失等问题。
楚识科技
18 天前
数据库
·
ocr
信创环境下 OCR 部署实践:从麒麟系统到达梦数据库的全栈适配
做信创项目的开发者,应该都遇到过这种场景:拿到一个 OCR 服务包,说是支持麒麟系统,部署上去就各种报错 —— 依赖库缺失、动态链接库找不到、架构不兼容。 好不容易解决了依赖问题跑起来了,一测试,发现识别速度慢得要死,一张图要好几秒,业务根本没法用。 为什么会这样?因为很多厂商的 "信创适配",就是把 x86 版的程序在 ARM 架构上重新编译了一下,根本没做深度优化。真正的信创 OCR 部署,要解决的问题比想象中多得多。 本文从技术角度,聊聊信创环境下 OCR 部署的完整实践,以及常见的坑怎么避。
斯维赤
19 天前
java
·
ocr
OCR到底是接入第三方API 还是自己封装?
★推荐阅读人群 :要给公司做 OCR 需求的后端工程师,以及正在评估"要不要自己搭"的技术负责人一句话导读 :OCR 项目死法大多一样——demo 惊艳,上线翻车。问题不在识别引擎,在于把"识别"当成了全部。这篇把企业级 OCR 拆成 5 层讲清楚:选型、预处理、结构化、工程化、数据闭环,代码只给骨架,思路才是重点。
weixin_40381013
19 天前
ocr
EasyClick苹果群控脚本USBHID技术配合OCR滑动短视频
不装 App 也能截图,用 image.captureFullScreenNoAuto(),iOS 17 以上先调一次 image.resetCaptureScreenNoAutoEnv()。 代码例子: 截完的图可以直接交给 OCR:找出「搜索」两个字的位置,点进去,再往下滑视频。从截图、识别、点击到滑动,都在这一段里:
张赐荣
20 天前
运维
·
服务器
·
ocr
争渡读屏OCR文字/图像识别插件接口功能实现详解
ZDSR.OCRAddin.IOCRAddin 是争渡读屏设计的图像识别扩展插件接口。该规范能让第三方开发者创建自定义 OCR 插件,将第三方图像/文字识别功能集成到读屏中。
开开心心就好
20 天前
运维
·
服务器
·
前端
·
c#
·
ocr
·
perl
·
1024程序员节
电脑语音实时转文字工具,会议记录很省事
软件介绍VoiceAssistant 是一款跑在电脑上的语音实时转文字工具,主打就是把听到的声音直接变成文字。像开会这种场景其实挺合适,软件开着,别人的发言就会被自动识别成文字记下来,后面要整理纪要、回顾内容都方便不少。