搜索[ocr识别]结果-低调大师优秀个人博客

精选列表

搜索[ocr识别]，共10001篇文章

Mistral AI 发布 OCR4 模型：支持 170 种语言

Mistral AI 近日宣布其自主研发的全新文档识别模型 OCR4 已正式亮相。该模型在处理多语言文档方面表现出色，能够支持跨越10个语族的170种语言。

2026-06-26

超越谷歌Tesseract OCR！PaddleOCR登顶GitHub Star全球第一

近日，百度文心衍生模型PaddleOCR在GitHub上的Star数突破73.3K，首次超越谷歌旗下开源OCR标杆产品Tesseract OCR（73.2K），成为全球Star数最高的OCR项目。

2026-03-30

智谱发布多模态模型 GLM-OCR 技术报告

智谱团队正式发布其多模态模型GLM-OCR 技术报告，详细介绍了模型「SOTA 文档理解能力」背后的技术细节。

2026-03-18

比译（v0.3.5）发布，macOS 端支持本地 OCR

本版本中 macOS 端使用了 Vision 来框架实现了本地 OCR 的支持，识别速度和识别率都相当高。

2021-12-20

AOE工程实践-银行卡OCR里的图像处理

AOE工程实践-银行卡OCR里的图像处理作者：杨科近期我们开发了一个银行卡 OCR 项目。需求是用手机对着银行卡拍摄以后，通过推理，可以识别出卡片上的卡号。

2019-09-01

科普时间：OCR是人工智能的基础之一

作为计算机视觉领域的一个分支，OCR对于人机交互相当具有重要性。在人机交互方面，大多人想到的都是语音交互，毕竟这是人类之间运用率最高的交流方式，且语音识别、自然语言理解等技术目前也发展的相当不错。

2018-02-28

汉王人脸识别掀起智能识别的产业化序幕

全新的人脸识别模式却可以以更智慧的方式满足公众日常数字化生活的需要。

2018-03-13

指纹识别PK虹膜识别都有哪些优劣及应用？

先行军：指纹识别这两年，随着人们对自身隐私保护意识的加强以及在移动支付领域中资金安全所面临的严峻考验，生物识别技术变得异常热门起来，目前，在手机上被应用得最为广泛的生物识别技术无疑就是指纹识别了。

2017-07-02

大模型都能识字了，专业 OCR 凭什么还没被淘汰？

摘要：多模态大模型看图识字越来越强，但专业 OCR 并没有因此退场。本文从精度、结构化、鉴伪、稳定性、成本五个维度，拆解专业 OCR 在大模型时代仍然不可替代的价值，说明哪些场景必须用专业识别能力，

2026-09-16

腾讯云OCR × WorkBuddy：发票批量报销自动化 Skills实践

财务部小红姐姐一脸愁容，边工作边给我抱怨道，真是服了，报销不早点弄，乱七八遭的发票，一搞这么多，哎~。

2026-08-20

腾讯云OCR × WorkBuddy：校招 PM 简历评分 + 面试模拟 Skill

听说最近的实习/校招已经到了地狱难度，特别是 AI 出来之后，非常卷。工具在变化，需求在变化，所以人也应该在变化。

2026-08-15

小红书开源基于 VLM 的文档解析模型 dots.ocr

小红书发布并开源了 dots.ocr，这是一款基于视觉语言模型（VLM）的文档解析模型，支持多语言识别、布局检测与内容识别的一体化处理。

2025-08-05

OCR+NLP 提取信息并分析，这个开源项目火了！

▲ OCR+NLP Pipeline 针对研报数据的命名实体识别与词频统计整体流程如上图所示。

2021-10-28

VisionAgent 是一个库，可帮助你利用代理框架生成代码来解决视觉任务。安装 pip install vision-agent export ANTHROPIC_API_KEY="your-api-key" export OPENAI_API_KEY="your-api-key" 注意：同时使用 Anthropic Claude-3.5 和 OpenAI o1 可以为 VisionAgent 提供最佳性能。还需要设置 VisionAgent API 密钥，以便在使用通过 API 提供的托管视觉工具时进行身份验证。目前，API 可免费使用，从此处获取。 export VISION_AGENT_API_KEY="your-api-key"

2025-03-14

模式识别整理

模式识别介绍模式：指需要识别且可测量的对象的描述。这些对象与实际的应用有关，如：字符识别的模式——每个字符图像；人脸识别的模式——每幅人脸图像。

2022-10-25

JavaScript的语音识别

有没有想过给您的网站增添语音识别的功能？比如您的用户不用点鼠标，仅仅通过电脑或者手机的麦克风发布命令，比如"下拉到页面底部”，或者“跳转到下一页”，您的网站就会执行对应命令。听起来很酷对么？

2018-08-24

Android指纹识别

原文: Android指纹识别上一篇讲了通过FingerprintManager验证手机是否支持指纹识别,以及是否录入了指纹,这里进行指纹的验证.

2018-06-02

Android FeceDetector(人脸识别)

private static final int NUMBEROFFACE = 10; /** 图片宽度和高度 */ private int mImageWidth, mImageHeight; /** 人脸识别工具类

2017-11-01

HR系统+人脸识别

近期一直在写一套HR系统，这套HR系统和人脸识别相结合。全然杜绝取代刷卡的情况产生。系统的灵活性比較强，开发简洁高速。

2017-10-11

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。

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。

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。

精选列表

Mistral AI 发布 OCR4 模型：支持 170 种语言

超越谷歌Tesseract OCR！PaddleOCR登顶GitHub Star全球第一

智谱发布多模态模型 GLM-OCR 技术报告

比译（v0.3.5）发布，macOS 端支持本地 OCR

AOE工程实践-银行卡OCR里的图像处理

科普时间：OCR是人工智能的基础之一

汉王人脸识别掀起智能识别的产业化序幕

指纹识别PK虹膜识别都有哪些优劣及应用？

大模型都能识字了，专业 OCR 凭什么还没被淘汰？

腾讯云OCR × WorkBuddy：发票批量报销自动化 Skills实践

腾讯云OCR × WorkBuddy：校招 PM 简历评分 + 面试模拟 Skill

小红书开源基于 VLM 的文档解析模型 dots.ocr

OCR+NLP 提取信息并分析，这个开源项目火了！

OCR开发者福音：PDF提取Excel文件算法开源啦

VisionAgent —— 视觉识别工具

模式识别整理

JavaScript的语音识别

Android指纹识别

Android FeceDetector(人脸识别)

HR系统+人脸识别

资源下载

Mario

Spring

Rocky Linux

WebStorm

欢迎您来访！

精选列表

Mistral AI 发布 OCR4 模型：支持 170 种语言

超越谷歌Tesseract OCR！PaddleOCR登顶GitHub Star全球第一

智谱发布多模态模型 GLM-OCR 技术报告

比译（v0.3.5）发布，macOS 端支持本地 OCR

AOE工程实践-银行卡OCR里的图像处理

科普时间：OCR是人工智能的基础之一

汉王人脸识别掀起智能识别的产业化序幕

指纹识别PK虹膜识别 都有哪些优劣及应用？

大模型都能识字了，专业 OCR 凭什么还没被淘汰？

腾讯云OCR × WorkBuddy：发票批量报销自动化 Skills实践

腾讯云OCR × WorkBuddy：校招 PM 简历评分 + 面试模拟 Skill

小红书开源基于 VLM 的文档解析模型 dots.ocr

OCR+NLP 提取信息并分析，这个开源项目火了！

OCR开发者福音：PDF提取Excel文件算法开源啦

VisionAgent —— 视觉识别工具

模式识别整理

JavaScript的语音识别

Android指纹识别

Android FeceDetector(人脸识别)

HR系统+人脸识别

资源下载

Mario

Spring

Rocky Linux

WebStorm

欢迎您来访！

指纹识别PK虹膜识别都有哪些优劣及应用？