搜索[ocr]结果-低调大师优秀个人博客

精选列表

搜索[ocr]，共1904篇文章

FDE落地实战 06｜企业知识库，为什么不能只是“上传文档”？

真正进入生产后，问题却从模型转移到了知识本身：同一制度有三个版本，扫描件OCR把金额和否定词识别错，表格被拆成无意义的行列，离职员工仍能搜到旧权限文档，被撤回的文件还留在向量索引，回答虽然附了链接却无法定位原文

2026-09-10

扫描转PDF技术的软件化重构：从硬件受控成像到算法校正流水线

部分App还叠加了OCR层，使输出PDF的文字可搜索、可复制，但这已属于扫描之后的附加处理。 ### 技术栈的成熟与分化这条技术链的成熟度可以从开源项目的完整性窥见一斑。

2026-11-02

#WorkBuddy# 微信聊天记录导不进 AI？我踩了 5 个坑，最后靠「切图」解决

打开笔记 → 「…」→ **导出为图片** **优点**：全程手机完成 **缺点**：得到的是图片，后续要走 OCR，个别字可能识别错 ### 路线 C：找到原始群，直接打印 PDF 如果那条记录是从某个群转发的

2026-10-18

Pdf Official 实用指南

pdf2image import convert_from_path # Convert PDF to images images = convert_from_path('scanned.pdf') # OCR

2026-09-10

一种融合计算机视觉、深度学习和自然语言处理的医疗器械经营许可证识别技术，让机器像人一样“看”懂证件

这不仅仅是OCR（光学字符识别），更是一场对文字的精准“破译”。核心武器是CRNN（卷积循环神经网络）与LSTM（长短期记忆网络）的结合。

2026-09-03

AI应用安全防护落地指南：企业需要重点评估哪些能力

内容层：文本、图片、音频、视频、OCR、字幕和生成内容是否可识别。 1. 模型层：越狱、提示词注入、系统提示泄露、上下文污染是否可识别。 1.

2026-08-25

数字员工 token 消耗预估:从"该不该上"到"花多少钱"的完整方法

能拆步骤、调 OCR、查数据、填报表、走审批——过去人做的标准化脑力劳动,它能替。和 RPA 的差别只有一个:**能"读懂"非结构化数据**。发票格式变了,它照样填。

2026-08-13

IBM 开源的文档转化利器「GitHub 热点速览」

它能够将 PDF、DOCX、PPTX、图片、HTML、Markdown 等多种流行文档格式，导出为 Markdown 和 JSON 格式，支持多种 OCR 引擎（PDF）、统一的文档对象（DoclingDocument

2024-11-12

NET实现微信公共平台上传下载多媒体文件(转)

举个例子,有人对着我们的公共微信号拍个照片发送过来,然后我们处理这个照片,比如进行ocr识别字(随后就会降到这个例子),或者人脸识别,或者拍照取证等，这些功能都是相当有用的。

2014-03-30

运维自动化：AI+RPA 结合大模型，实现系统巡检与告警处理自动化实践

**通知归档层**：处置结果自动推送到钉钉或企业微信，异常截图通过 **OCR 功能**识别关键信息后一并归档。

2026-08-08

从教育信息化到 AI 赋能：一名教育工作者的 WorkBuddy 实战手记

构建了一套知识库系统： ```text 数据源：NAS 共享目录（局域网存储）存储引擎：SQLite（轻量、零部署、单文件）更新策略：增量扫描（只处理新增/修改的文件）解析能力：PDF 文本提取、图片 OCR

2026-07-23

视频号日更太折磨，WorkBuddy 6个版本踩坑后终于全自动了

然后用 Tesseract OCR 做文字识别, 确认是不是水印关键词。第二层, 检测底部左右两个角落的 logo 水印。

2026-07-13

深度操作系统20.6正式发布！

OCR文字识别全面提升 OCR文字识别功能进一步优化，识别速度和识别准确率全面提升，上两张图感受一下，20.5 VS 20.6。

2022-06-01

基于OpenCV 的车牌识别

因此，我们可以对其执行OCR（光学字符识别）以检测数字。 1.车牌检测让我们以汽车的样本图像为例，首先检测该汽车上的车牌。然后，我们还将使用相同的图像进行字符分割和字符识别。

2020-08-28

水晶报表技术（4）——C#.Net的WinForm中使用水晶报表

OleDbDataAdapter("select * from [Order Details]",conn); da2.Fill(ds,"Order Details"); CrystalReport1 oCR

2017-11-15

外文发票和运单怎么自动录入：腾讯云多语种文字识别的跨境实践

现在通行的解法是把这层工作交给多语种 OCR：腾讯云多语种文字识别覆盖 100+ 全球语种，支持自动判定语种，单次识别 0.24 元/次起，每月有 1000 次免费额度；官方产品页对跨境贸易场景的描述就是针对发票

2026-09-20

办公 Agent 技术拆解：MCP 怎么接工具、Skill 怎么教本事、任务怎么编排（附零代码搭建步骤）

四、把两者串起来：一次任务的完整生命周期单独看 MCP 和 Skill 还不够，真正跑一个活时，是这条链把它们串起来的： ```javascript ① 接指令用户："把下载文件夹里这季度的发票 OCR

2026-08-19

解密Prompt系列72. 多模态大模型进化史：从"翻译官"到"原生双语大脑"

最近被多模态的效果圈粉，感觉距离那个"OCR 糊成一团、指令理解弱到离谱、幻觉高到吓人"的时代也没过去多久，但多模态模型的效果已经发生了飞跃式的进步。

2026-08-24

基于RAG架构的DeepSeek大模型本地知识库构建实战（一站式企业级解决方案）

`` --- ## 五、文档解析与智能分块（进阶：语义分块 + 父子递归）企业文档格式复杂（PDF、Word、Markdown、扫描件），我们采用 **PyMuPDF（文本）+ Tesseract（OCR

2026-08-17

Quishing 二维码钓鱼攻击识别技术与多层防御体系实证研究

线上渠道是企业面临的核心 Quishing 威胁，ZDNet 报道重点剖析邮件内嵌二维码钓鱼完整杀伤链，攻击者演化出两种主流载体形式：图片嵌入二维码、HTML 表格虚拟二维码，后者可绕过传统邮件网关图片 OCR

2026-07-16

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。