windows安装tesseract-OCR及使用

刺骨的言语ヽ痛彻心扉 2022-05-15 06:53 300阅读 0赞

tesseract是Python的一个OCR(光学字符识别)库

首先下载tesseract的exe安装文件 https://github.com/UB-Mannheim/tesseract/wiki

70

安装时可以将语言包选上（比如不选择的话，默认的只能解析英文）

配置环境变量

70 1

配置完成后：

cmd输入命令

70 2

输入命令tesseract —list-langs 可以支持的语言：

70 3

70 4

这是我要识别的图片

70 5

这是识别出来的文字：成功率还是很高的

  1. 摘 要: 为高效精确地提取存在于互联网中的灾害主题网页文本信息,引入本体语义,提出一种新的灾害主题疏虫
  2. 策略。给出本体语义支持的灾害主题疏虫框架和流程,改进本体概念语义相似度计算方法,利用语义相似度计算
  3. 主题语义向量,通过 HTML 位置加权获取网页文本特征向量,并进行主题相关度计算。设计 URL 锚文本主题相关
  4. 度计算方法,分析 URL 链接优先度 ,优化疏行队列。选取地震灾害和气象灾害2 个主题进行测试与分析 ,实验结果
  5. 表明 ,该策略能有效提高稳定性和疏准率。
  7. 关键词: 主题怜虫本体;语义相似度;向量空间模型;相关度计算 ;锚文本

我们可以用来识别验证码

发表评论

表情：
评论列表 （有 0 条评论，300人围观）

还没有评论，来说两句吧...

相关阅读