OCRmyPDF：为扫描 PDF 添加可搜索文本层
在数字化办公的时代，对纸质的文档和书籍进行扫描，生成扫描版 PDF 文件，是档案资料管理中的一项常见任务。然而，扫描的 PDF 文件往往只是图像形式，无法直接进行文本搜索和编辑，这位人们更好地查询和管理文档带来了不便。
ocr
智能化OCR：揭开图片数据泄露的“隐形面纱”
随着企业数字化进程的加速，图片和扫描件已成为数据传递的“主力军”。然而，图片中的文字却成了传统数据防泄露（DLP）的“盲区”，隐患无处不在：
全网最实用的文件扫描指南：从入门到精通！
设备准备手机 / 平板：后置摄像头≥1200 万像素（推荐使用光学防抖机型）电脑：外接扫描仪（建议分辨率≥300DPI）环境：自然光充足，避免强光直射或阴影干扰（如使用台灯，需 45° 角侧光）核心步骤滤镜选择：▶️ 文本模式：增强文字对比度（推荐黑白 / 灰
基于深度学习的小样本名片OCR研究
本文探讨了在训练样本有限的情况下，如何利用深度学习技术提升名片OCR识别系统的性能。针对小样本学习场景，我们系统性地研究了数据增强、迁移学习、度量学习以及元学习等策略在名片文本识别中的应用效果。实验结果表明，结合多种小样本学习技术的混合方法能够显著提高模型在有
售后作业自动化
在数字化转型的浪潮中，电商售后作业的自动化成为提升客户服务质量和效率的关键。本文深入探讨了售后作业自动化的现状与挑战，分析了咨询类和售后作业处理类两大类售后作业的特点，并提出了利用OCR、区块链、AI等先进技术优化售后流程的具体方案。
Image Reader：开源免费的可以离线使用的浏览器扩展OCR工具
在AI时代，图片文字识别似乎并没有什么难度，各大模型基本上都支持图片的文字识别。然而有些时候我们的图片可能包含一些隐私信息，我们并不希望我们的图片被上传到服务器，这个时候一款可以离线使用的，注重隐私安全的OCR软件就非常重要，而Image Reader 就是一
浏览器 开源 ocr imagereader 扩展ocr 2025-03-27 11:40 1
AI赋能：图片转Excel的智能优化实践
在日常办公和数据分析中，将图片中的表格转换为Excel是一项常见需求。传统OCR（光学字符识别）技术虽能提取文字，但往往存在表格结构错乱、数据错位、格式丢失等问题。随着AI技术的发展，深度学习与智能OCR的结合大幅提升了图片转Excel的准确性和效率。本文将深
润滑银行业务，看OCR如何降本增效与风险防控
高精度识别：采用卷积神经网络（CNN）等算法，关键字段（如金额、账号）识别准确率达95%以上。
PDF-Extract-Kit：超强的 PDF 内容提取工具，上线模力方舟模型广场
在企业文档处理、学术研究支持和政务数字化场景下，PDF 内容提取的精度尤为重要，其核心难点在于格式复杂性、内容识别和语义理解，目前 OCR 仍是大多数情况下的解决方案。但随着多模态 AI 的发展，“OCR+LLM”的混合模式已经越来越成熟。
AI拼多多逆袭记：256M参数、开源免费的“穷人版OCR”
当IBM研究院3月14日悄悄将SmolDocling模型丢进开源社区时，没人想到这颗"技术炸弹"会在两周内炸毁AI文档处理领域。这款256M参数的"小矮人"，在公式识别F1分数上以0.95的成绩叫板7B参数的Qwen2.5 VL，就像小学生用弹弓击落F35般荒
开源 穷人 拼多多 ocr smoldocling 2025-03-25 17:30 1
微软新版照片应用大升级：OCR搜索来袭，Copilot深度整合，JXL格式支持上线
微软近期面向Windows Insider项目成员推出了一项重大更新，邀请他们率先体验新版Windows Photos照片应用的诸多创新功能。此次更新不仅丰富了应用的使用场景，还显著提升了用户体验。
微软邀测新版照片应用：OCR 搜索、整合 Copilot、支持 JXL
科技媒体 NeoWin 今天（3 月 25 日）发布博文，报道称微软邀请所有 Windows Insider 项目成员，测试新版 Windows Photos 照片应用，新增 OCR 网页搜索、优化右键菜单、子文件夹支持、专属 Copilot 按钮、兼容 JX
表计视觉采集-水电气热表OCR算法 AI识别
作为物联网数据采集解决方案专业提供商,数采物联网小编daq-iot在这里做以下内容介绍,并诚挚的欢迎大家讨论和交流。
OCR技术在低资源语言文字识别中的突破与应用前景
本文探讨了OCR技术在低资源语言文字识别领域的突破与应用前景。针对低资源语言识别面临的挑战，分析了优化算法和构建特定语言模型等解决方案。研究表明，深度学习、迁移学习和数据增强等技术的应用显著提高了低资源语言的识别准确率。此外，本文还探讨了OCR技术在文化传承、
我市首例“AI+智慧审批”客户诞生
近日，封丘县的许女士成为全市首位通过DeepSeek大模型智能语义解析和OCR增强识别技术的客户，成功办理了个体营业执照，这标志着我市进入“AI+智慧审批”智能审批时代。
欧洲“DeepSeek”发布了全世界最好的 OCR，网友：蹲蹲中国的免费开源版
Mistral 团队发布了一个号称“全世界最好的 OCR”的产品 —— Mistral OCR，旨在将一些 AI 难以直接识别的粗糙且复杂的文件进行整理，便于 AI 操作识别。
横竖排文字识别的性能评估与对比分析
随着光学字符识别（OCR）技术的不断发展，文字识别已经广泛应用于文档数字化、自动驾驶、智能客服等领域。然而，大多数现有的OCR技术主要针对横排文字进行优化，而竖排文字识别（Vertical Text Recognition, VTR）的研究相对较少。竖排文字在
Mistral发布文件OCR API支持PDF、图片、影音也看得懂数学
法国AI创业公司Mistral AI本周发布光学字符识别（OCR）API，名为Mistral OCR，以加速文件数字化作业，并号称性能超越Gemini 1.5、GPT-4o。
AI在古籍OCR技术发展中的作用探讨
本文探讨了古籍OCR技术的未来发展趋势及人工智能在其中的潜在应用。随着多模态学习、知识图谱和低资源语言处理技术的进步，古籍OCR正迎来新的发展机遇。文章重点分析了结合图像、文本和语义的多模态学习方法，探讨了古籍OCR与知识图谱的融合，以及低资源语言OCR技术的
古籍OCR的开放数据集与工具有哪些？
随着数字化技术的进步，古籍OCR（光学字符识别）成为了保存和研究古代文献的重要手段。本文将介绍现有的古籍OCR数据集和开源工具，探讨如何利用这些资源进行实验，并分析数据集标注的标准化与挑战。