- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序小小事
望言OCR视频字幕提取2025终极评测：免费版VS专业版提全方位对比(含免费下载)
一、产品定位：AI时代的视频字幕处理专家望言OCR作为专业的视频硬字幕提取工具，在AI视频处理领域占据重要地位。 关注【程序视点】，回复ocr，获取免费下载地址！最后【程序视点】一直在助力提供更优秀、更高效的工具。关注【程序视点】，回复ocr，免费下载！后续小二哥会继续详细分享更多实用的工具和功能。
2.5K11编辑于 2025-07-27 - 来自专栏javascript趣味编程
2.5 node.js回首望
node.js是什么？上一小节2.4说过了，也就是一个可以脱离浏览器独立的javascript的运行时(runtime)。nodejs之父Ryan Dahl后来使用Go语言又开发了deno框架，被一个中国开发者疯狂吐槽，这feel似乎和我一些时候遭遇差不多，如下图：
84920发布于 2019-04-26 MySQL 9.0 创新版发布，大失所望。。
总结看了本次 MySQL 9.0 创新版的更新，说实话，大失所望。在这之前，网上有很多关于 MySQL 9.0 版本新特性的猜测，结果基本上都没有出现。
1.8K10编辑于 2024-07-05- 来自专栏用户2442861的专栏
OCR material
：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
14.5K41发布于 2018-09-19 - 来自专栏InvQ的专栏
CSDN 云IDE初体验 - 不负所望
云IDE产品介绍 云IDE使用教程 免费使用地址：点击【云IDE】，即可开始创建工作空间啦~
61420编辑于 2022-11-12 - 来自专栏我的小碗汤
十大 Docker 最佳实践，望君遵守！！
本文是关于容器安全的文章，展示了 10 种强化 Docker 基础架构并保护容器和数据免受恶意攻击的方法。
1.8K20编辑于 2023-03-19 OCR大全
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')
59110编辑于 2026-03-05- 来自专栏Linux、云计算技术交流
前 言
前 言 继Linux系统之后，本书中将开始介绍Linux企业级服务的部署。本书将先从网络参数设置讲起，逐一介绍各个服务的原理及部署方式。
60750发布于 2019-07-04 - 来自专栏平凡少年
OCR识别
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
27.3K52发布于 2019-04-11 - 来自专栏javascript趣味编程
[python从入门到放弃]pyautogui+acrobat去PDF水印一例
Adobe Acrobat（30天试用版）编辑模式打开PDF文件，关闭OCR识别。 ? Talk is cheap, show me the code! 都督阎公之雅望，棨戟遥临；宇文新州之懿范，襜帷暂驻。十旬休假，胜友如云；千里逢迎，高朋满座。腾蛟起凤，孟学士之词宗；紫电青霜，王将军之武库。家君作宰，路出名区；童子何知，躬逢胜饯。 望长安于日下，目吴会于云间。地势极而南溟深，天柱高而北辰远。关山难越，谁悲失路之人？萍水相逢，尽是他乡之客。怀帝阍而不见，奉宣室以何年？ 嗟乎！时运不齐，命途多舛。冯唐易老，李广难封。 临别赠言，幸承恩于伟饯；登高作赋，是所望于群公。敢竭鄙怀，恭疏短引；一言均赋，四韵俱成。请洒潘江，各倾陆海云尔： 滕王高阁临江渚，佩玉鸣鸾罢歌舞。 画栋朝飞南浦云，珠帘暮卷西山雨。
2.3K40发布于 2019-08-27 - 来自专栏晓谈岩说
五言排律
注： 1、排律：一般五言绝句通常为八句至十六句，也即二十或四十个字，也有超过这个长度的，一般称为排律或长律，有长达一百四十字的。 2、家酿：家里自酿的酒 3、流杯：犹流觞。 9、华星：明亮的星星 原本是写一首五言绝句，感叹下繁忙的四月和初创的感受，但是写着写着就超标了，诗词吾爱校验不了了，一查，是从绝句转成了排律，诗词吾爱中似乎没有对排律的校验，那就自己看着弄吧，算是成就自己的第一首排律
35881编辑于 2023-08-29 - 来自专栏人工智能头条
望周知~
翻译 | 张涛 出品 | 人工智能头条（公众号ID：AI_Thinker） 2014 年 RNN/LSTM 起死回生。自此，RNN/LSTM 及其变种逐渐被广大用户接受和认可。起初，LSTM 和 RNN 只是一种解决序列学习和序列翻译问题的方法（seq2seq），随后被用于语音识别并有很好的效果，比如 Siri，Cortana，Alexa 等；此外，这种技术在机器翻译领域也有应用，比如 Google Translate。 2015-2016 年，新的 ResNet 和 Attention 技术出现。实际上
1.5K60发布于 2018-06-05 - 来自专栏Mac应用教程
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。
20.5K20编辑于 2022-08-29 - 来自专栏目标检测和深度学习
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。
16.5K92发布于 2018-04-18 - 来自专栏SIGAI学习与实践平台
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。
18.8K20发布于 2018-09-26 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
76510编辑于 2026-02-07- 来自专栏SIGAI学习与实践平台
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。
8.9K50发布于 2018-10-18 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
48910编辑于 2025-07-17- 来自专栏Khan安全团队
OCR 转 XSS
光学字符识别 (OCR) 是从图像或任何文档（如 PDF）中以电子方式提取文本并以多种方式重复使用的过程，例如全文搜索、发票处理、文档验证等。 我将tesseract用于 OCR 以及一个简单的烧瓶服务器，该服务器接受图像作为输入，它解析并将提取的内容反射回管理员或其他用户。你可以在这里找到代码。 开始点击 python ocr.py 现在访问本地服务器 127.0.0.1:5000 上传以上文件 现在访问 /admin/ocr/files 你会看到警报 image.png 同样，创建带有标签或盲 image.png 回复： image.png 修复： 如果您使用 OCR 服务，不仅要使用文件名，还要在将图像或 pdf 中提取的文本存储到数据库之前对其进行清理。 如果是，则可能在某个地方正在使用它，并且如果没有检查输出文本是如何反映的，那么它可能会导致 XSS，尤其是使用 OCR 服务的应用程序。
8.1K40编辑于 2022-02-17 - 来自专栏全栈程序员必看
Tesseract OCR初探
Refer from http://hellosure.github.io/ocr/2014/10/11/tesseract-ocr/ 11 October 2014 OPENCV & OCR ，光学字符识别），专注于字符识别 OCR工具 收费 ABBYY Cloud OCR SDK确实很强大，但是试用版的有很多限制。 开源 开源的OCR工具还比较多，最流行也是Google支持的是Tesseract Tesseract简介 tesseact其实全称是tesseract-ocr，是个自动识别字符的程序，项目网址是： 关于如何训练样本，Tesseract-OCR官网有详细的介绍http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3。 tess-two-test为OCR的测试。
9.1K11编辑于 2022-07-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号