搜索[ocr]结果-低调大师优秀个人博客

精选列表

搜索[ocr]，共1817篇文章

换个 OCR 就好了

OCR 识别中的生僻字问题更加突出。当 OCR 引擎的字库没有收录某个生僻字的字形特征时，识别结果要么是乱码，要么直接被替换为常见字——"韡"变成"伟"，"堃"变成"坤"，"犇"变成"奔"。

2026-09-16

腾讯/百度/阿里 OCR 真实横评

## **摘要**：大厂 OCR 名气响不等于适配你的场景。

2026-09-15

# 前言车型识别是识别图片中车辆的具体车型，可识别常见的3000+款车型（小汽车为主），输出车辆的品牌型号、颜色、年份、位置信息；支持返回对应识别结果的百度百科词条信息，包含词条名称、百科页面链接、百科图片链接、百科内容简介。车型识别已深入到交通、商业、安防等多个领域，核心应用场景如下： **智慧交通与安防监控** **特定车辆追踪与布控**：在交通安防场景中，系统不仅识别车牌，还能综合识别车辆的24种外观属性（如是否有车顶架、车窗雨眉、副驾驶是否有人、是否系安全带等）。通过“车牌+车型+外观特征”形成完整的车辆画像，实现对肇事逃逸、套牌车等特定车辆的精准定位与追踪。 **特殊车辆分类与监管**：针对高速公路或城市道路，AI可精准识别军车、警车、危化品车辆、大件运输车、集装箱车等特殊车型，并为其添加专属标签，支持按车型分类检索、统计与跟踪，夯实特殊车辆监管基础。 **智慧停车与园区管理** **无感支付与通行效率提升**：在停车场出入口，采用“车牌+车型”双重识别机制，不仅能准确计费，还能有效防范套牌车逃费。结合车型识别，可将车辆通行效率大幅提升。 **精细化车位管理**：在大型停车场或园区，系统可根据识别出的车辆类型（如小汽车、巴士、卡车）及车身尺寸，智能分配停车位，优化车位周转率。 ![](https://developer.qcloudimg.com/http-save/yehe-12007261/ca98067d43a83c5e11f0f6d89d1fb77d.png) # API介绍 ## 请求说明 |名称|类型|必须|说明| | --- | --- | --- | --- | |base64|String|否|图像base64字符串| |url|String|否|图像 url，长度不超过1024字节，请注意关闭URL防盗链| |file|File|否|图像文件，文件类型| ## 返回样例 ``` { "code": 200, // 返回码，详见返回码说明 "msg": "成功",// 返回码对应描述 "taskNo": "727140872158016106071189",// 本次请求号 "data": { "color_result": "白色",//车身颜色。共11种颜色，分别为白色、黑色、灰色、香槟色、黄色、红色、绿色、紫色、橙色、棕色、蓝色 "result": [ { "baike_info": { //对应车型识别结果的百科词条名称 "baike_url": "xxx",//对应车型识别结果百度百科页面链接 "image_url": "xxx",//对应车型识别结果百科图片链接 "description": "xxx"//对应车型识别结果百科内容描述 }, "score": 0.98793351650238,//置信度，取值0-1 "name": "布加迪Chiron",//车型名称 "year": "无年份信息"//年份 }, { "score": 0.03305306286,//置信度，取值0-1 "year": "2020",//年份 "name": "Jeep牧马人"//车型名称 } ] } } ```

2026-09-14

5天破万star,又一款国产 OCR 神器杀疯了

这就是百度 Unlimited OCR 交出的成绩单。有人可能好奇：OCR 这个赛道不是早就卷到头了吗？

2026-09-08

OCR识别精度实测与操作指南

OCR是什么？说白了，就是让电脑“看”图片里的文字。扫描版PDF本质上是图片，电脑不知道上面写了什么，OCR就是那个负责把图片里的字认出来的程序。

2026-09-07

把投标文件审查做成证据链：OCR、规则与大模型协同实践

OCR 负责恢复页面内容，规则负责发现确定性问题，大模型负责处理语义匹配和复杂表达，人工负责最终裁决。这样的分工可以降低模型幻觉造成的误判，也方便记录每一步的输入和输出。

2026-08-20

我用 OCR + WorkBuddy 把一摞发票合同整理成了 Excel

> 我这是计划参加腾讯云开发者社区「AI Skills 最佳实践」征集活动的一篇投稿，用到的正好是活动框定的 OCR 类 Skills。文末有完整可复现清单，照着做一遍就能跑起来。

2026-08-12

保留画风漫画翻译技术解析：从 OCR 到 Inpaint 修复的完整管线

适合对图像处理、OCR 和 AI 翻译管线感兴趣的开发者阅读。

2026-07-30

OCR 能检测 PS 篡改的图片吗？文本图像鉴伪能力详解

## 一、两层鉴伪体系腾讯云 OCR 的鉴伪能力分两层，定位不同： **通用卡证鉴伪**——卡证识别接口自带的增值告警功能。

2026-10-29

mica-ppocr 1.2.4 发布：OCR 预处理内存砍半，检测提速 2.6 倍

对使用者的实际影响：预处理一度是大图 OCR 的内存大头 —— 一张 3000×4000 的图，光归一化就吃掉 275 MB 堆。

2026-10-27

OCR 接入最容易踩坑的，不是识别率，而是图片怎么传

做图片转文字时，很多人第一反应都是： “这个 OCR 准不准？” 但真正把 OCR 接进业务系统以后，会发现大量问题其实发生在识别之前。

2026-10-27

浏览器端 OCR 工程实践：把图片型 PPT 转成可编辑 PPTX

对这类文件，传统有两条路：一是人工重录，把图片上的文字挨个敲回 PPT，图标、配色、版式全部重排，工作量常常超过重做一份；二是上传到云端 OCR 服务，效果先不说，把内部资料交给第三方服务器，很多场景下直接就被排除了

2026-10-15

开源一个AI写的截图+离线OCR识别小工具-SnipasteOcr

前言中秋在家无事, 正好前段时间周杰大佬发布了新的OCR推理库 [SimdPaddleOCR](https://github.com/Sdcb/SimdPaddleOCR) 以前经常使用Snipaste

2026-09-29

数据敏感行业的 OCR 合规成本账

本文拆解数据敏感行业上 OCR 的合规成本构成，给出云端刊例价与私有化投入的对比口径，以及一套能落地的投入判断方法。

2026-09-21

腾讯云 vs 百度 OCR 实测：模糊、反光、遮挡谁更扛打？

## **摘要**：模糊、反光、遮挡是 OCR 识别的三大"硬骨头"。

2026-09-20

多语种 OCR 怎么选？100+ 语种自动判定的才是好选择

## **摘要**：多语种 OCR 选型，关键看语种覆盖、自动判定与混排识别三点。

2026-09-20

繁体字、日文、韩文混在一张图，OCR 会不会认串？

## **摘要**：繁体字、日文、韩文混在一张图，OCR 会不会认串？关键看是否支持多语言混排同步识别。

2026-09-18

100+ 语种自动判定：多语种 OCR 如何一眼"认出"语言

## **摘要**：多语种 OCR 的核心能力之一是语种自动判定——无需人工预设语言，系统自动识别图片中的文字属于哪种语言。

2026-09-17

腾讯云OCR：房产证、不动产证识别与成本选型指南

很多团队在做房产交易、抵押登记、租赁备案、资料归档时，第一反应都是先找一个“能识别房产证的 OCR”。

2026-09-14

在线 OCR 与离线拓展一次讲清

做拍照搜题、票据录入、商品标签采集，都会碰到同一个问题：App Inventor 怎么做 OCR？大家最熟悉的是在线识别：把图片交给云端接口，服务端返回文字。

2026-08-17

资源下载

更多资源

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。