關於如何在互聯網上挖掘信息並從圖像中提取文本的建議

Question

我對如何在互聯網上挖掘信息以及如何從圖像中提取文本感興趣。

所以我正在尋找如何做到這一點的信息，我想自己編程。是否有任何文件能夠提供關於採礦和開採的良好解釋？

有人可以幫助我的方式嗎？

親切的問候，

Answer 1

你可以看看Tess4J這是Tesseract Java包裝。也就是說，圖像處理（文本提取）通常需要先進行一些預處理，刪除顏色和部分，這些顏色和部分不包含最常見的文本。