不考虑百度、阿里、腾讯的在线识别服务，因为客户的服务器不允许连接外网，跟企业审计相关的涉密服务器没办法。
-
等级
本版专家分：9132结帖率 99.48% -
目前用的是tess4j，网上下的chi_sim.traineddata有50MB左右，识别率非常低，想自己训练又没时间，公司也安排不出人手。有没有识别率高的，90%左右就行，可以申请让公司出钱买。
不考虑百度、阿里、腾讯的在线识别服务，因为客户的服务器不允许连接外网，跟企业审计相关的涉密服务器没办法。展开阅读全文
-
等级
本版专家分：96109勋章
-
- 签到王者
-
- GitHub
-
- 进士 2019年总版新获得的技术专家分排名前十
-
-
金牌
2021年1月 总版技术专家分月排行榜第一
2020年12月 总版技术专家分月排行榜第一
2020年11月 总版技术专家分月排行榜第一
2020年10月 总版技术专家分月排行榜第一
2020年9月 总版技术专家分月排行榜第一
2020年8月 总版技术专家分月排行榜第一
2020年7月 总版技术专家分月排行榜第一
2020年6月 总版技术专家分月排行榜第一
2020年5月 总版技术专家分月排行榜第一
2020年4月 总版技术专家分月排行榜第一
2020年3月 总版技术专家分月排行榜第一
-
-
这个还真不好弄，LZ有时间还是自己训练试试吧，挺折腾的
首先字体图片不好到手，其次要训练哪种字体也不好范围确定（比如需要宋体，楷体等），第三，训练文件好像对字体的最大类型有限值（我记得当时做的时候，超过60种字体就不支持（猜测是训练字体太多最后生成的字体文件size太大，所以做了限制，或许可以考虑按60种字体做成多个字体文件后再合并，当时没时间去深究了），所以说你需要什么字体你要定好），但是你要求的90%识别率，由于前面的限制条件，那就不好说了，比如识别的字体没有出现在你训练的字体里，有可能识别率为0。
-
等级
本版专家分：8480勋章
-
- 技术圈认证
-
- 签到达人
-
- 铜牌 2020年10月 总版技术专家分月排行榜第三
-
-
红花
2021年2月 Java大版内专家分月排行榜第一
2020年12月 Java大版内专家分月排行榜第一
-
-
等级
本版专家分：9132
-
这个要翻墙吗，访问不得呢
-
等级
本版专家分：8480勋章
-
- 技术圈认证
-
- 签到达人
-
- 铜牌 2020年10月 总版技术专家分月排行榜第三
-
-
红花
2021年2月 Java大版内专家分月排行榜第一
2020年12月 Java大版内专家分月排行榜第一
-
-
不用翻墙啊，就是github的，我都登录进去了
- 图像文字识别（三）：Tesseract4.0训练字库，提高正确识别率
由于tesseract的中文语言包“chi_sim”对中文手写字体或者环境比较复杂的图片，识别正确率不高，因此需要针对特定情况用自己的样本进行训练，提高识别率，通过训练，也可以形成自己的语言库。 步骤： 1、工具...
- 使用tesseract训练自己的字库提高识别率
问题描述：想使用tesseract识别中文，但是发现有一个字tesseract自带的库会识别错误或者不识别。比如下图的左图，其结果是“肇”变成“告”，明显是识别错了。但是如果将“肇”单独去识别，会发现根本识别不出，结果...
- ocr中文数据集_CNOCR：测试集准确率最高98%，自带识别模型的中文OCR包
今天 Gitee 为大家介绍的是一款中文 OCR 包。大家都知道，训练模型是一件非常费时费力的事情，但今天这款项目已经自带训练好的识别模型，我们只需要下载下来使用即可，可以说是非常方便了，那么下面我们就去看看这个...
- 中文识别经过训练的Tesseract的chi_sim.traineddata中文包
关于中文的识别，效果比较好而且开源的应该就是Tesseract-OCR，此为中文识别经过训练的Tesseract的chi_sim.traineddata中文包
- 如何利用Deep CNN大幅提升识别准确率？
近日，百度将 Deep CNN 应用于语音识别研究，使用了 VGGNet ，以及包含 Residual 连接的深层 CNN 等结构，并将 LSTM 和 CTC 的端对端语音识别技术相结合，使得识别错误率相对下降了 10% （原错误率的 90%）以上。...
- python中文命名实体识别工具包_中文命名实体识别NER
NER(中文实体命名识别)光健字: 中文命名实体识别 NER BILSTM CRF IDCNN BERT摘要：对中文命名实体识别一直处于知道却未曾真正实践过的状态，此次主要是想了解和实践一些主流的中文命名实体识别的神经网络算法。...
- 车牌识别训练集
车牌识别训练集。车牌由三部分组成：数字+英文+汉字。该字符集包含着三项的集合，样本丰富，每个字符都在一千张以上。可用于车牌识别项目的开发和测试工作。
- 一步步提高手写数字的识别率(1)
手写数字识别是机器学习领域中的一个经典应用，很多机器学习算法以这个问题...相对于识别手写汉字，其复杂度低了很多。另一方面这个问题又不是太简单，可以很好的展现算法的特点。 完善的数据集。这个问题的研究历史...
- CNOCR：测试集准确率最高98%，自带识别模型的中文OCR包
今天 Gitee 为大家介绍的是一款中文 OCR 包。大家都知道，训练模型是一件非常费时费力的事情，但今天这款项目已经自带训练好的识别模型，我们只需要下载下来使用即可，可以说是非常方便了，那么下面我们就去看看这个...
- java中Tesseract-OCR的使用与中文识别增强，减少识别错误率
这是一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；...
- 语音学习笔记10------如何利用Deep CNN大幅提升识别准确率？
近日，百度将 Deep CNN 应用于语音识别研究，使用了 VGGNet ，以及包含 Residual 连接的深层 CNN 等结构，并将 LSTM 和 CTC 的端对端语音识别技术相结合，使得识别错误率相对下降了 10% （原错误率的 90%）以上。...
- 利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高识别率
利用jTessBoxEditor工具进行Tesseract3.02.02样本训练，提高识别率1 . 下载Tesseract-OCR(相关版本自行选择) 得到目录结构如下: tessdata目录为相关的语言包文件目录2 .下载jTessBoxEditor(运行环境为java...
- 基于tensorflow和deepspeech的中文语音识别模型，训练+部署
将百度DeepSpeech的keras后端由theano改为tensorflow，整合mozilla解码模块进行中文语音识别模型部署 项目：https://github.com/taozitongxue1/DeepSpeech-tensorflow 和百度deepspeech的不同点 1. 框架选择 背景：...
- 手写数字识别准确率输出
点击此处返回总目录 【要求】 1. 包含正则化的损失函数。 ...
- 使用resnet， inception3进行fine-tune出现训练集准确率很高但验证集很低的问题
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayx最近用keras跑基于resnet50，inception3的一些迁移学习的实验，遇...
- (一)人脸识别技术之人脸识别过程及识别算法简介
1 人脸识别理论 2 人脸识别应用 2.1 开发环境 2.2 3总结
- 深入学习Tesseract-ocr识别中文并训练字库的方法
上篇文章简单的学习了tesseract-ocr识别图片中的英文（链接地址如下：https://www.cnblogs.com/wj-1314/p/9428909.html），看起来效果还不错，所以这篇文章继续深入学习tesseract-ocr识别图片中的中文。 一，准备...
- 手势识别 技术
手势识别可以分为基于可穿戴设备的识别、基于触摸技术的识别和基于计算机视觉的识别。 一、基于可穿戴设备的识别 1、在手势交互过程中，可以直接采集每根手指的弯曲姿态，通过数据归一化和平滑处理两根手指之间...
- Tess4j的使用（识别中文）
最近做了一个验证码识别的项目，需要用到OCR，来来回回整了几个小时，终于弄好了。首先下载tess4j：http://tess4j.sourceforge.net/根据官方教程，tess4j的包解压后，将以下.jar包复制到lib项目文件夹，然后再Build ...
- Windows下Tesseract4.0识别与中文手写字体训练
一 、 tesseract 4.0 安装及使用 1. tesseract 4.0 安装 安装包下载地址： http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe 我在CSDN下载资源里也上传了一份： ...
- 手写汉字识别的发展综述
一、手写汉字识别的研究背景与现状 在上个世纪60年代，美国IBM公司开始进行了对印刷体汉字的模式识别研究工作，1996年Casey和Nag用模板匹配法成功的识别出了1000个印刷体汉字，在全球范围内，汉字识别开始展开了。而...
- ld3320语音识别模块工作原理_详解语音识别的技术原理：语音如何变为文字？
对于有兴趣深入了解的同学，本文的末尾推荐了几份进阶阅读材料。首先，我们知道声音实际上是一种波。常见的mp3等格式都是压缩格式，必须转成非压缩的纯波形文件来处理，比如Windows PCM文件，也就是俗称的wav文件。...
- HyperLPR：基于深度学习的高级中文车牌识别高性能中文车牌识别框架-源码
问：Android识别率没有所传demo apk的识别率高？ A：请使用下的模型，android默认包里的配置是相对较早的模型 问：车牌的训练数据来源？ A：由于相关训练车牌数据涉及到法律隐私等问题，本项目无法提供。开放大的...
- Opencv 与 Tesseract-OCR 中文识别与训练字库学习心得
最近公司在做一个项目的时候，需要一个上传证件自动识别证件上内容的功能，于是上网搜索了一下相关的资料。目前网上技术文献比较多得就是opencv+tesseract组合了。说白了就是通过opencv 将拍照上来的图片通过各种...
- 中文手写数据集训练识别
一、介绍1、摘要：中文手写数据集是由 模式识别国家实验室（NLPR）和中国自动化研究所科学院（CASIA）共同整理的 这个数据集是由171个字母数字字符和符号以及 3,866 中文汉字 (DB1.0) 或者3,755 中文汉字(DB1.1)...
- 图像识别训练样本集
ImageNet是一个计算机视觉系统识别项目，是目前世界上图像识别最大的数据库。是美国斯坦福的计算机科学家李飞飞模拟人类的识别系统建立的。能够从图片识别物体。目前已经包含14197122张图像，是已知的最大...
- 500张训练样本攻破验证码？蚂蚁金服提自监督表征学习识别方法
作者 | XIONG，TAO出品 |AI科技大本营（ID:rgznai100）导语：国际顶级会议WWW 2020将于4月20日至24日举行。始于1994年的WWW会议，主要讨论有关We...
- HWDB-1.1 手写汉字CNN识别模型训练
数据集使用CASIA-HWDB1.1进行训练和测试，训练集和测试集按照4:1划分，测试集235200张，训练集940800张，共计1,176,000张图像。该数据集由300个人手写而成，其中包含171个阿拉伯数字和特殊符号，3755类GB2312-80 ...
- Linux下 (Ubuntu16.04 ) Tesseract4.0训练字库，提高正确识别率Linux下(合并字库)
由于tesseract的中文语言包“chi_sim”对中文手写字体或者环境比较复杂的图片，识别正确率不高，因此需要针对特定情况用自己的样本进行训练，提高识别率，通过训练，也可以形成自己的语言库。 Linux和windows的系统...
- Python的开源人脸识别库：离线识别率高达99.38%
以往的人脸识别主要是包括人脸图像采集、人脸识别预处理、身份确认、身份查找等技术和系统。现在人脸识别已经慢慢延伸到了ADAS中的驾驶员检测、行人跟踪、甚至到了动态物体的跟踪。由此可以看出，人脸识别系统已经由...