求助Java和做过ORC的高手！

yunaluma 2010-01-03 04:14:43

我现在需要实现一个“识别图片中的文字”的功能，说起来跟ORC（光学文字识别）的技术有点像，但是没那么复杂，我只要能把一张图片（已二值化）中很明显的几个汉字提取出来就行了。比如下面的图片：

能把其中的文字以String类型返回出来就可以了。
PS:个人想法是分别拿每个字的所有像素去跟字符库中的字比较，如果符合程度在某一个值之上就判定是这个字。但是这个字符库又要怎么弄呢？
向各位大侠求教！

...全文

231 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

等待逆袭 2010-07-29

打赏
举报

回复

http://ykf.javaeye.com/blog/212431

yunaluma 2010-01-03

打赏
举报

回复

我写错了，是OCR，不是ORC哈，呵呵......

使用JAVA API 解析ORC Fileorc File 的解析过程中，使用FileInputFormat的getSplits(conf, 1)函数，然后使用 RecordReaderreader = in.getRecordReader(splits[0], conf, Reporter.NULL);解析ORCfile，发现当ORC 文件的比较大的时候，超过256M时，不能读取所有的数据。比...

Orc是Hive特有的一种列式存储的文件格式，它有着非常高的压缩比和读取效率，因此很快取代了之前的RCFile，成为Hive中非常常用的一种文件格式。在实际业务场景中，可能需要使用Java API，或者MapReduce读写Orc文件。本文先介绍使用Java API读取Hive Orc文件。在Hive中已有一张Orc格式存储的表lxw1234: 该表有四个字段：url、word、...

hive API2hive udf 读取HDFS的orc文件package hive_udf_province;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.FileSystem;import org.apache.hadoop.fs.Path;import org.apache.hadoop.hiv...

基于此可以根据实际业务场景可以生成ORC格式数据并上传到HDFS上提供Hive查询。

接前面的文章《Java API 读取Hive Orc文件》,本文中介绍使用Java API写Orc格式的文件。下面的代码将三行数据：张三,20 李四,22 王五,30 写入HDFS上的/tmp/lxw1234/orcoutput/lxw1234.com.orc文件中。 package com.lxw1234.test; import java.io.DataIn...

51,411

社区成员

86,021

社区内容

发帖

与我相关

我的任务

javaspring bootspring cloud 技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章