使用OCR以键值格式从护照图像中提取数据
我的目标是使用基于OCR服务器的解决方案，以键值格式从护照图像中提取数据，以便数据保留在本地。我尝试了Azure表单识别器容器（认知服务表单识别器API V1预览版）。但结果并不令人满意，因为根据训练数据创建的模型无法提取任何键值对。我尝试了各种训练样本数据，也参考了https://docs.microsoft.com/en-us/azure/cognitive-services/form-recognizer/build-training-data-set但没用
你能指导我如何以要求的格式提取数据吗？
或者是否有人知道其他任何在服务器上的产品、库或解决方案在商业上或开源上，甚至是在商业上。Net，它最好能在以下方面提供帮助：；
非常感谢您的帮助，谢谢
共有1个答案
-
我正在尝试从图像中提取文本。目前我得到的输出是空字符串。以下是我的pytesseract代码，尽管我也对Keras OCR持开放态度：- 我不确定如何使用svg图像，所以我将它们转换为png。下面是一些示例图像：- 编辑1 (2021-05-19)：我可以使用cairosvg将svg转换为png。仍然无法读取验证码文本 编辑2（2021-05-20）：Keras OCR也不会为这些图像返回任何内容
-
我扫描了一些图像，这些图像有如下所示的表格： 我试图分别提取每个框并执行OCR，但当我尝试检测水平线和垂直线，然后检测框时，它会返回以下图像： 当我尝试执行其他转换来检测文本（侵蚀和扩张）时，一些残留的线条仍然伴随着文本出现，如下所示： 我不能检测文本只执行OCR和正确的边界框不会生成如下所示： 我不能使用真正的线条清晰地分开盒子，我已经在一个用油漆编辑的图像上尝试过了（如下所示），以添加数字，并
-
我想从OCR数据中提取表格信息，我有原始文本和它的文本。我尝试了pytesseract，但找不到实际的实现。 以下是一张图片：https://drive.google.com/open?id=1CGJwbmf5snoXvwlQAsRAxIRRixbT_Q8l 我试过这个：https://github.com/WZBSocialScienceCenter/pdftabextract 这种方法对我根本
-
我使用以下代码从PDFA1格式的pdf中提取图像，但我无法获得图像。 我能够使用上述代码提取非标准PDF的图像，但无法提取PDFA1-a格式PDF的图像。似乎是这样的 没有返回我甚至尝试过的图像页面。getResources（），但仍然无法获取任何图像。我甚至尝试过使用itext，但它仍然没有给我任何图像。 如果我尝试使用以下代码将PDF页面转换为图像 这些图像似乎没有与之关联的元数据，因此我仍然
-
目前我有以下输入json。我想提取值为attrs.name = Details的对象，并将其附加到输出json中(在attrs数组之外)。目前，虽然我能够将它附加到输出JSON中，但我仍然在attrs中得到该对象的副本。我想要这个副本被删除。 输入 JSON ： 属性。name=“详细信息”可以在attrs中按任意顺序排列 输出量的希望值 电流输出 使用的颠簸规格 有没有办法删除仍在 attrs
-
我有一个图像的数据在字节数组中()。我想获取它的元数据，例如： null 我怎么能这么做？如果有图书馆需要我了解，请告诉我。 我发现从JPEG中获取字节数组形式的元数据，但它说它与JPEG图像相关。我想对所有图像都这样做。而且，它也没有解释它是如何工作的。