如何提取图片中的文本信息

丿寒风 2013-09-22 03:34:29

小弟最近做一个需求，需要提取图片中的文字，背景白色，文本信息黑色。语言不限，跪求各位大神指教，分享下！

...全文

201 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

丿寒风 2013-09-25

打赏
举报

回复

有什么开源的库可以吗？

TheMadMan 2013-09-23

打赏
举报

回复

这个不是单纯的文本处理了。应该归属于图形图像处理了。

利用python做图片识别，识别提取图片中的文字会有很多方法，但是想要简单一点怎么办，那就可以使用tesseract识别引擎来实现，一行代码就可以做到提取图片文本。

本文将介绍通过Java来提取或读取Word文档中文本和图片的方法。这里提取文本和图片包括同时提取文档正文当中以及页眉、页脚中的的文本和图片。使用工具：Free Spire.Doc for Java （免费版） Jar文件导入方法（参考）：方法1：下载jar文件包。下载后解压文件，并将lib文件夹下的Spire.Doc.jar文件导入到java程序。导入效果参考如下：方法2：可通过maven导入。测试文档如下： Java代码示例（供参考）【示例1】提取Word中的文本 import com.sp

代码如下: private static Pattern p_image= Pattern.compile("<img.*src\\s*=\\s*(.*?)[^>]*?>",Pattern.CASE_INSENSITIVE); private static Pattern r_image=Pattern.compile("src\\s*=\\s*\"?(.*?)(\"|>|\\s+)"); /** * 提取富文本中纯文本 */ pu.

我要从PDF表格中提取值，然后将数据保存在json文件中，我使用pytesseract从将pdf转换为的图像中获取文本，现在的问题是，它给了我一个包含所有数据的大字符串。我尝试通过SP进行拆分，这逐行给了我数据，我现在想要的是一种基于列名分离数据并保存为json格式的方法。以下是具有表的图像。就是说，我需要一个数组，我可以在其中保存值是SP的所有者，资产包含该列中的所有数据，**以下是从图像中获取...

主要是了解并掌握文本定位和识别的OCR工具哦~光学字符识别是一个古老但依然具有挑战性的问题，涉及从非结构化数据中（包括图像和PDF文档）检测和识别文本。它在银行、电子商务和社交媒体内容管理等领域具有广泛的应用。但与数据科学中的每个主题一样，尝试学习如何解决OCR任务时存在大量的资源。这就是为什么我写下这篇教程，它可以帮助您入门。在本文中，我将展示一些Python库，可以让您轻松从图像中提取文本，无...

图象工具使用

1,451

社区成员

24,335

社区内容

发帖

与我相关

我的任务

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