腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

：基于CNN的实现 blog: http://blog.xlvector.net/2016-05/mxnet-ocr-cnn/ I Am Robot: (Deep) Learning to Break github: https://github.com/tmbdev/clstm caffe-ocr: OCR with caffe deep learning framework github: https ://github.com/pannous/caffe-ocr Digit Recognition via CNN: digital meter numbers detection ? github(caffe): https://github.com/SHUCV/digit Attention-OCR: Visual Attention based OCR ? github: https://github.com/da03/Attention-OCR umaru: An OCR-system based on torch using the technique

2018-09-19

15.1K0

标签:

最近作者项目中用到了身份证识别跟营业执照的OCR识别，就研究了一下百度云跟腾讯云的OCR产品接口。 1.腾讯云OCR ---- 收费：身份证OCR和营业执照OCR接口，每个接口每个月各有1000次的免费调用接口说明：身份证OCR接口 - https://cloud.tencent.com/document 2.百度OCR ---- 通过以下步骤创建OCR应用，作者当时在这一步花了很长时间 ? ? 创建完之后就可以拿到appId，API Key，Secret Key，就可以调用百度提供的api了收费：身份证OCR和营业执照OCR接口，每个接口每天各有500次的免费调用接口说明：身份证OCR 营业执照OCR接口- https://cloud.baidu.com/doc/OCR/OCR-API.html#.E8.90.A5.E4.B8.9A.E6.89.A7.E7.85.A7.E8.AF.86

写代码的猿

2019-04-11

27.9K0

标签:

OCR技术概述什么是OCR？OCR（OpticalCharacterRecognition，光学字符识别）是指将图像中的文字信息转换为计算机可编辑文本的技术。 OCR技术发展历程展开代码语言：TXTAI代码解释1960s-1990s:传统OCR时代└──基于模板匹配、特征提取2000s-2010s:机器学习OCR└──基于SVM、随机森林等算法2015-至今: 深度学习OCR└──基于CNN、RNN、Transformer2023-至今:大模型OCR└──基于多模态大模型(GPT-4V、Qwen-VL)OCR技术分类一、传统OCR方法1.基本原理传统OCR通常包括以下步骤 OCROCR具体实现1.传统OCR实现我们设计的是基于Tesseract的传统OCR示例代码。 ('image.jpg')#身份证识别result=ocr.id_card_ocr('idcard.jpg')#车牌识别result=ocr.license_plate_ocr('plate.jpg')

2026-03-05

6370

标签:

DeepSeek-OCR-2 开源 OCR 模型的技术

DeepSeek-OCR-2开源OCR模型的技术OCR应用的场景和类型很广，本次使用Qwen2的架构，解决看的全（扫码方式优化）、看的的准（内容识别、视觉标记、降低重复率），多裁剪策略提取核心信息。 4.2GOT-OCR2.0：学术界的统一模型特点详情定位统一端到端OCR-2.0模型架构生成式预训练（类似LLM）特点强调整体文档理解适用场景学术研究、复杂版式文档对比结论：GOT-OCR2.0与DeepSeek-OCR VL是"通用选手"，OCR只是其能力之一；DeepSeek-OCR-2和HunyuanOCR是"OCR专家"，在文档解析专项上更精专。传统OCR-❌★☆☆☆☆极低简单文字识别五、选型建议：如何选择适合你的OCR方案5.1按应用场景选择场景推荐方案理由智能文档处理（IDP）HunyuanOCR/DeepSeek-OCR-2端到端，支持结构化输出移动端）：DeepSeek-OCR-2的上下文压缩特性可以显著降低文档预处理成本六、总结与展望DeepSeek-OCR-2和HunyuanOCR的开源，标志着OCR技术进入了一个新的阶段——从传统的"字符识别

2026-02-07

8110

标签:

OCR Tool PRO Mac(OCR光学字符识别)

推荐这款OCR光学字符识别工具OCR Tool PRO，以卓越的准确性和速度从图像和 PDF 中提取文本。抓取图像 + PDF + 抓取屏幕区域 + 从 iPhone/iPad 捕获图像 + 设置 + OCR + 将文本复制到剪贴板 + 使用文本文件和 PDF 导出！ OCR Tool PRO Mac图片OCR Tool PRO版软件功能OCR 工具允许在选定区域中捕获具有任何文本的屏幕的一部分。它可以立即被识别并复制到剪贴板。 OCR 工具是一种简单、易于使用、超级高效且尊重您的隐私（不会从您的设备中获取数据）。主要特点抓取屏幕区域以实现超高效的 OCR多次抓取屏幕区域以快速工作从 iPhone/iPad 和扫描仪捕获图像以进行即时 OCR 并将结果复制到剪贴板。

Mac知识分享

2022-08-29

21K0

标签:

OCR技术简介

OCR的应用场景根据识别场景，可大致将OCR分为识别特定场景的专用OCR和识别多种场景的通用OCR。比如现今方兴未艾的证件识别和车牌识别就是专用OCR的典型实例。 OCR的技术路线典型的OCR的技术路线如下图所示其中影响识别准确率的技术瓶颈是文字检测和文本识别，而这两部分也是OCR技术的重中之重。在传统OCR技术中，图像预处理通常是针对图像的成像问题进行修正。 [11] 端到端的OCR 与检测-识别的多阶段OCR不同，深度学习使端到端的OCR成为可能，将文本的检测和识别统一到同一个工作流中。 [12] 总结尽管基于深度学习的OCR表现相较于传统方法更为出色，但是深度学习技术仍需要在OCR领域进行特化，而其中的关键正式传统OCR方法的精髓。

SIGAI学习与实践平台

2018-09-26

19.3K0

标签:

OCR技术综述

最近入坑研究OCR，看了比较多关于OCR的资料，对OCR的前世今生也有了一个比较清晰的了解。所以想写一篇关于OCR技术的综述，对OCR相关的知识点都好好总结一遍，以加深个人理解。什么是OCR？比如汉王OCR，百度OCR，阿里OCR等等，很多企业都有能力都是拿OCR技术开始挣钱了。太多太多的应用了，OCR的应用在当今时代确实是百花齐放啊。 OCR的分类如果要给OCR进行分类，我觉得可以分为两类：手写体识别和印刷体识别。 OCR流程现在就来整理一下常见的OCR流程，为了方便描述，那就举文档中的字符识别为例子来展开说明吧。针对传统OCR解决方案的不足，学界业界纷纷拥抱基于深度学习的OCR。这些年深度学习的出现，让OCR技术焕发第二春。

2018-04-18

17.1K0

标签:

OCR识别技术

前言一、OCR是什么？OCR是光学字符识别的缩写，通俗来讲就是计算机可以通过图像来识别和处理文字信息。二、OCR应用领域OCR识别API对接步骤1、接入前文档查看需要什么协议？ args) throws Exception{ String host = "https://open.expauth.com"; String path = "/v2/ocr "cusNo":"MER20230227354812341234","subMerNo":"MER20230227354812341234","reqNo":"1654251116079"}三、好用的OCR API为了简化开发者的工作，许多云服务提供商提供了强大且易于集成的OCR API1.文字OCR文字识别场景服务商提供的OCR API可选择性比较多，开发者可以根据自己的需求选择适合自己的服务商。总结OCR识别技术让信息处理变得更加便捷。目前OCR技术已经广泛应用于我们的生活和工作中。

2024-05-15

4.8K0

标签:

通用文字识别

OCR技术简介

OCR的应用场景根据识别场景，可大致将OCR分为识别特定场景的专用OCR和识别多种场景的通用OCR。比如现今方兴未艾的证件识别和车牌识别就是专用OCR的典型实例。 OCR的技术路线典型的OCR的技术路线如下图所示 ? 其中影响识别准确率的技术瓶颈是文字检测和文本识别，而这两部分也是OCR技术的重中之重。 Attention OCR的网络结构[11] 端到端的OCR 与检测-识别的多阶段OCR不同，深度学习使端到端的OCR成为可能，将文本的检测和识别统一到同一个工作流中。 FOTS的总体结构[12] 总结尽管基于深度学习的OCR表现相较于传统方法更为出色，但是深度学习技术仍需要在OCR领域进行特化，而其中的关键正式传统OCR方法的精髓。因此我们仍需要从传统方法中汲取经验，使其与深度学习有机结合进一步提升OCR的性能表现。

SIGAI学习与实践平台

2018-10-18

9.3K0

标签:

树莓派Raspbian系统安装tesseract-ocr实现OCR

第二步安装Leptonica sudo apt-get install libleptonica-dev 第三步安装tesseract sudo apt-get install tesseract-ocr

git clone firc-dataset

2025-07-17

5090

标签: