批量 ocr 扫描件,格式特殊,求思路 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要回答技术问题时复制粘贴 AI 生成的内容
niselover
V2EX    程序员

批量 ocr 扫描件,格式特殊,求思路

  •  
  •   niselover 2022-09-30 01:56:11 +08:00 2662 次点击
    这是一个创建于 1139 天前的主题,其中的信息可能已经有所发展或是发生改变。

    扫描件格式特殊,一般的 ocr api 都不能满足,需要自定义识别, 还需要批量化处理的能力, 求教怎么思路去实现?

    vx: d2FuZ3NhbnhpYQ==

    11 条回复    2022-10-02 12:57:46 +08:00
    paopjian
        1
    paopjian  
       2022-09-30 08:17:16 +08:00 via Android
    扫描件格式再特殊,也能变成图片吧,难道是加密文件?
    pony2335
        2
    pony2335  
       2022-09-30 08:28:15 +08:00
    感觉除了格式转换,没其他思路
    jifengg
        3
    jifengg  
       2022-09-30 08:48:33 +08:00
    楼主“格式特殊”指的是文字排版特殊,以及你希望 ocr 之后能够获得指定区域的内容吧。类似身份证 ocr 。
    百度云我知道有一个,可以自定义 ocr 模板的,楼主可以看看。其他云按理应该也是有的。
    kujio
        4
    kujio  
       2022-09-30 08:59:37 +08:00
    百度云不行,推荐阿里云,还有楼主是什么特殊格式,我公司之前刚做过扫描随货单自动入库的,单据都是乱七八糟格式的,现在识别率还行。
    dreasky
        5
    dreasky  
       2022-09-30 09:35:08 +08:00
    百度开源 paddleOCR
    joApioVVx4M4X6Rf
        6
    joApioVVx4M4X6Rf  
       2022-09-30 10:00:43 +08:00
    最好整个图片模板,不然不知道有多复杂
    niselover
        7
    niselover  
    OP
       2022-09-30 13:38:52 +08:00
    @paopjian
    @jifengg
    对对 文字排版特殊
    paciychen85
        8
    paciychen85  
       2022-09-30 14:58:06 +08:00
    最近也有跟 OP 相似的需求,表格截图类型的图片,有没有好的 ocr 软件?最好支持导出成 excel
    0bSer7er
        9
    0bSer7er  
       2022-09-30 17:11:35 +08:00
    最近正好在看 OCR ,阿里云有自定义排版的 api ,公司注册有免费额度,可以看一下
    encro
        10
    encro  
       2022-09-30 20:30:06 +08:00
    @kujio
    @0bSer7er

    @dreasky

    作为这方面的较深度用户,确实百度不如阿里,特别是这两年,百度算法根本就是开源实现,效果都一般。
    阿里自己的算法不公开,效果不错,
    而且比直接用阿里也比直接用百度更便宜很多,量不是特别多,比自己部署更便宜。
    dreasky
        11
    dreasky  
       2022-10-02 12:57:46 +08:00
    @encro 场景不一样 有些敏感扫描件有保密需求 只能单机
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5239 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 28ms UTC 08:23 PVG 16:23 LAX 00:23 JFK 03:23
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86