一、【已试验-中文手写体识别率很低】Tesseract OCR

结果：标准汉字、英文字符识别效果不错；但是手写中文识别率很低

二、【未试验】不规整文字的处理 万象优图

https://www.cnblogs.com/semishigure/p/7690789.html

三、【已试验-识别效果不是很好】利用腾讯平台AI+python +Python UI方式实现的exe小工具

https://blog.csdn.net/puremilkll/article/details/82977669

优点：生态完整，有github https://github.com/TencentCloud/tencentcloud-sdk-python

本地工具：D:\Tools\ocr\TencentImgToText.exe

四、【已试验，效果较好，待试验真实数据】百度 AI

https://cloud.baidu.com/doc/OCR/s/Qjwvxzz8u

代码  https://blog.csdn.net/u013421629/article/details/79500336

代码：2-baiduAI.py
五、【未试验】科大讯飞

API文档  https://www.xfyun.cn/doc/words/wordRecg/API.html

六、【已试验，效果不好】onenote

 

Logo
技术共进，成长同行——讯飞AI开发者社区

技术共进，成长同行——讯飞AI开发者社区

更多推荐

cover

PHP与人工智能：结合案例与可能性探索

avatar 讯飞AI开发者社区
cover

[论文阅读] 人工智能 + 软件工程 | 真实场景下GitHub Copilot生产力之谜：2年数据揭示客观提交无提升，开发者却直呼“好用”

avatar 讯飞AI开发者社区

上下文工程驱动智能体向 通用人工智能

例如在文章开头，我们举的产品经理和工程师之间的那一段对话，一个高质量智能体，不再只是让大模型回答用户的问题，而是通过上下文工程，帮助大模型在回答前获得更加结构化的输入，包括项目状态、需求文档、任务历史、甚至团队氛围，实现大模型更好的理解当前的任务规划、团队过往的沟通隐患、对方的工作状态与担忧、文档/知识库的实时状态等等。这和我们维护我们手机上内存很像，一开始所有应用和历史信息都保留，但当手机出现运

avatar 讯飞AI开发者社区