He estado usando tesseract para convertir documentos en texto. La calidad de los documentos varía enormemente, y estoy buscando consejos sobre qué tipo de procesamiento de imágenes podría mejorar los resultados. Me di cuenta de que el texto que está altamente pixelado, por ejemplo, el generado por...
Cerrado . Esta pregunta se basa en opiniones . Actualmente no acepta respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda responderse con hechos y citas editando esta publicación . Cerrado el año pasado . Mejora esta...
Tengo un problema con la ejecución del motor tesseract-ocr en Linux. Descargué los datos del idioma RUS y los puse en el directorio tessdata (/ usr / local / share / tessdata). Cuando intento ejecutar tesseract con el comando tesseract blob.jpg out -l rus, muestra un error: Error opening data...
Estoy tratando de realizar OCR en archivos PDF. Hay 2 pasos en el código: Convertir pdf a archivos tiff Convertir tiff a texto Usé ghost4j para el primer paso, y luego tess4j para el segundo. todo funcionó muy bien, hasta que comencé a ejecutarlo con varios subprocesos, y luego ocurrieron...
Soy muy nuevo en el procesamiento de imágenes y lo que intento hacer es eliminar el ruido de las captchas; Para captchas, tengo diferentes tipos de ellos: Para el primero lo que hice es: En primer lugar, convertí cada píxel que no es negro al negro. Luego, encontré un patrón que es un...