百度 OCR 服务 , 效果杠杠的 .

2016-07-20 13:32:51 +08:00
 netpi

源码地址 https://github.com/netpi/baidu-ocr-api

亲测:

Baidu-OCR-API for nodejs

Install & Usage

1. Global

npm install baidu-ocr-api -g


ocr --help

# 远程图片
ocr http://7pun4e.com1.z0.glb.clouddn.com/test.jpg

# 本地图片
ocr ./test.jpg

效果图

的早期世界观是建立在《魔兽争霸 3 :冰封王座》的基础上的,因此与现在暴雪公司的《魔兽世界》的背景设定有一定的联系,但由于版本更迭又略有不同。整个地图中地形名费伍德森林,费伍德森林是网络游戏《魔兽世界》中的游戏地图,位于卡利姆多境内的一片森林。这片由森林和草场构成的繁荣动荡的土地曾经由卡尔多雷掌管,并曾经处于半神塞纳留斯的保护下。燃烧军团的铁蹄践踏了这片土地,没有被毁灭的树木和生物则被恶魔的暴行永远的诅咒着

2. nodejs

npm install baidu-ocr-api --save

FYI examples

/**

登陆 百度 bcs 控制台中心 申请 access key
https://console.bce.baidu.com/iam/#/iam/accesslist

**/
var ak = 'your ak';
var sk = 'your sk';
var ocr = require('../').create(ak,sk);
// 外部图片
ocr.scan({
  url:'http://7pun4e.com1.z0.glb.clouddn.com/test.jpg', // 支持本地路径
  type:'text',
}).then(function (result) {
  return console.log(result)
}).catch(function (err) {
  console.log('err', err);
})

test

make test
make cov # Coverage rate

license MIT

17459 次点击
所在节点    分享创造
33 条回复
netpi
2016-07-20 20:43:06 +08:00
@fcicq 对呀 算法是百度提供的
duola
2016-07-20 21:29:52 +08:00
刚才测试了一下,阿里云的 OCR 产品,唉。被完爆,根本就用不了。
netpi
2016-07-20 21:42:52 +08:00
@duola 图像识别 深度学习这块 百度还是挺给力的 .
cheneydog
2016-07-20 23:21:58 +08:00
没有源码,卵用
netpi
2016-07-20 23:33:31 +08:00
@cheneydog 深度学习是需要不断训练 Model 的 ,想要识别率提升 不同字体都要训练。不存在`源码` 一说
cheneydog
2016-07-20 23:37:46 +08:00
@netpi 训练完了还是别人的
netpi
2016-07-21 00:00:15 +08:00
@cheneydog 要啥自行车
aksoft
2016-07-21 09:11:57 +08:00
其实就是让你们免费给他测试。。当然你也用了。。
heiybb
2016-07-21 10:41:00 +08:00
netpi
2016-07-21 10:44:34 +08:00
@heiybb 你想干啥 😄
heiybb
2016-07-21 11:16:37 +08:00
大概试了下,对繁体字的识别效果非常差,而且缺字漏字,效果还不及 FineReader 。
netpi
2016-07-21 11:57:01 +08:00
@heiybb 繁体字就复杂了 比划太多了
lytofb
2016-07-22 09:07:28 +08:00
稍微试了一下发现 100kb 的 png 图片就识别不出来了……想发车也发不了[doge]

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/293683

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX