作为程序员的我，最近在学习股票量化投资，需要撸python代码。所以，需要用到可以提高生产率的Pycharm。然而，当我安装并获取永久使用权之后，发现了个坑爹的bug。就是在撸代码的时候，输入法不跟随光标，如图： 输入法不跟随光标 这怎么能？这样撸代码，眼珠子都得废了。搜索一圈之后，发现了问题所在，然后根据网友的教程捣鼓一圈后（以为的经验，完全按照网友的教程捣鼓，
转载
2023-11-29 16:15:27
0阅读
# coding=utf-8 import requests from lxml import etree import re import random import json from urllib import parse def get_cookie(response1, uigs_para ...
转载
2021-08-12 10:20:07
103阅读
2评论
# coding=utf-8 import requests from lxml import etree import re import random import json from urllib import parse def get_cookie(response1, uigs_para ...
转载
2021-08-10 21:27:00
96阅读
2评论
5月15日上午9点，搜狗新推出的效率神器——搜狗录音翻译笔在京东平台开始发售，发售前的预约量已超11万，首发当日即售罄断货，厂家正在抓紧补货中。令人震惊的是，连马化腾也亲自加入抢购大军，支持这款黑科技满满的智能硬件。在搜狗录音翻译笔5月15日首发当天，搜狗CEO王小川发朋友圈为自家新产品站台，圈中好友纷纷支持，连Pony马化腾也现身点赞，还留言道“下了单买个支持下！”知名互联网意见领袖王冠雄也在朋
ibus输入法开发记录：（二）引擎engine引擎engine介绍引擎类构造引擎接入、初始化和销毁宏定义G_DEFINE_TYPE引擎注册：class_init引擎初始化init和销毁destroy引擎使用引擎接入相关文章 引擎engine介绍ibus的引擎（engine）是提供输入功能的核心。对于用户而言，一个engine就是一个可选择使用的输入法，如下图所示： 列表中安装的输入法实际上有英语
# 使用 Python 实现搜狗浏览器的 Selenium 驱动
在自动化测试和网页数据提取的工作中，Selenium 是一个非常流行及强大的工具。通过这个工具，可以模拟用户在浏览器中的操作。今天，我们将学习如何使用 Python 来实现对搜狗浏览器的浏览控制。
## 实现流程
以下是整个实现的流程：
| 步骤 | 说明 |
| --- | --- |
| 1 | 环境准备 |
| 2 |
原创
2024-09-22 05:12:45
125阅读
前言最近几天，研究了一下一直很好奇的爬虫算法。这里写一下最近几天的点点心得。下面进入正文：你可能需要的工作环境：我们这里以sogou作为爬取的对象。首先我们进入搜狗图片http://pic.sogou.com/，进入壁纸分类(当然只是个例子Q_Q)，因为如果需要爬取某网站资料，那么就要初步的了解它…进去后就是这个啦，然后F12进入开发人员选项，笔者用的是Chrome。右键图片>>检查发
转载
2024-01-16 22:14:49
140阅读
大家好，我是 zeroing~1，前言之前谈到图片文本 OCR 识别时，写过一篇文章介绍了一个 Python 包 pytesseract ，具体内容可参考介绍一个Python 包 ，几行代码可实现 OCR 文本识别！pytesseract 包是基于 Tesseract 封装得到的，这个包虽然支持多语言文本识别，但对于不同语言文本识别，准确率却不一样，例如英文识别准确率高，而中文文本较低；英文字符识
转载
2023-08-28 12:14:42
178阅读
1，了解mmseg和libmmsegMMSeg是一个基于最大匹配算法的两种变体的中文单词识别系统。简单来说就是算法。LibMMSeg 是Coreseek.com为 Sphinx 全文搜索引擎设计的中文分词软件包，其在GPL协议下发行的中文分词法，采用Chih-Hao Tsai的MMSEG算法。LibMMSeg 采用C++开发，同时支持Linux平台和Windows平台。2，mmseg词典mmseg
转载
2023-10-07 13:46:01
281阅读
最近很多站长问我，搜狗推送代码有用吗？搜狗泛收录怎么做？搜狗推送代码可以快速让搜狗收录嘛?别人的搜狗泛收录是怎么实现的？这期我针对这些问题发表一下我个人的看法。 进入2022年1月份，搜狗站长资源平台，搜狗迎来了大更新。站长会有疑问搜狗推送还有用吗？首先我们看看这次更新了什么？此次搜狗大更新增加了资质提交、网站管理员权限，验证推送从之前的单站点提交200条到现在的不限制提交数量，非验证从
转载
2024-01-10 17:54:27
127阅读
前言由于目前做的项目里面有些地方的需要用到图像文字识别，因此在此总结下，以下方法适合新手1、使用python的pytesseract库主要是安装库，比较简单，直接使用 pip install 安装即可；另外，如果进行中文识别，需要下载语言包，并配置好相应环境，具体操作可以进行百度，教程有不少。因为这个识别方法比较简单（但效果并不是很理想），（1）Tesseract的安装及配置T
转载
2023-10-17 17:01:53
212阅读
前不久看了一篇“如何使用Python检测和识别车牌？”用OpenCV对输入图像进行预处理，用imutils将原始输入图像裁剪成所需的大小，用pytesseract将提取车牌字符转换成字符串(车牌识别)。但经实测，美式车牌识别基本正确，但中国92式车牌、新能源车牌识别基本失败，失败的现象主要是将汉字识别为字母，或将汉字与后面的字母合并识别为另一个汉字。将“GA36-2007中华人民共和国机动车号牌”
转载
2023-11-06 17:49:50
259阅读
1.OCR技术概述OCR(Option Character Recognition，OCR)：指对文本资料的图像文字进行分析识别处理，获取文字及版本信息的技术。将图片翻译成文字一般被称为 光学文字识别OCROCR过程：1.图像输入（常用语存取图像的开源项目：OpenCV和CxImage等）
2.预处理（二指化、噪音清除、倾斜校正）
3.版本分析
4.字符切割
5.字符识别
6.版面恢复
7.后处理
转载
2024-08-10 18:04:29
242阅读
目录一、OCR是什么二、使用步骤1.下载tesseract2.安装pytesseract3.验证测试结语参考一、OCR是什么 光学字符识别（英语：Optical Character Recognition，OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。二、使用步骤
转载
2023-10-20 07:47:50
259阅读
表格识别技术主要使用基于注意力机制的图片描述模型 RARE，整体流程如下图所示，对于其中的表格区域进行表格识别处理。表格识别的难点主要在于表格结构的提取，以及将表格信息与 OCR 信息融合。整体流程可以分为上下两部分，其中上半部分（黑色支路）是普通的 OCR 过程，通过（1）文本检测模块对表格图片进行单行文字检测，获得坐标，然后通过（2）文本识别模块识别模型得到文字结果。 而在下半部分的在蓝色支路
转载
2024-01-31 15:45:15
314阅读
目录综述推荐网址Python 现有模块综述本文目的是为了总结OCR各类技术的发展，从搜集资料到整理，可以看出OCR技术目前的一个大致发展趋势。目前还处于随时添加状态，敬请期待！【更新时间】2019年9月26日【很好的参考资料】这个GitHub收集了文本检测、文本识别、端到端的论文以及部分开源代码，很好的学习资料！1 OCR的应用场景 目前OCR的应用场景主要分为以下三个方面：
转载
2023-10-09 00:09:54
192阅读
2021SC@SDUSC项目分工 我负责了解workflow如何实现服务寻址，远程过程调用中包含三个角色的节点分别是服务调用方、服务提供方、注册中心，可靠的服务寻址方式主要是为了提供服务的发现，是RPC实现的基石。 其余两个组员分别负责 workflow如何实现网络传输 以及 workflow如何实现 数据流的序列化和反序列化。workflow简
转载
2024-08-06 22:42:49
41阅读
线上审批等场景经常会用到手写签名、公司鲜章等，这篇文章介绍的就是如何定位抠图A4纸上的签名和鲜章的，并且可以批量处理。主要使用opencv进行图像处理，把图像中的文字和印章轮廓处理出来，然后再进行定位裁剪，最后背景透明化。先放效果图 扫描原图
抠出的印章在表格上的效果
自动定位图片上的所有签字并抠图
抠出签名的效果
代码&nbs
转载
2023-08-17 14:15:41
1003阅读
点赞
方法与策略如上所示，文本识别主要是一个分两步的任务。首先，需要检测图像中的文本外观，它可能是密集的（如打印文档中的）或稀疏的。在检测到行/字级别之后，我们可以再次从大量的解决方案中进行选择，这些解决方案通常来自三种主要方法：1.经典的计算机视觉技术。2.专业的深度学习。3.标准深度学习方法（检测）。下面我们来分析一下这三种方法：1. 经典的计算机视觉技术如前所述，计算机视觉在很长一段时间
转载
2023-10-07 13:25:17
222阅读
大家可能听说过使用Python进行OCR识别操作。在Python中，最出名的库便是Google所资助的tesseract。利用tesseract可以很轻松地对图像进行识别。现在问题来了，如果想对一个PDF文档进行OCR识别，该怎么做呢？下面一起来看看。 最近在做一个项目的时候，需要将PDF文件作为输入，从中输出文本，然后将文本存入数据库中。为此，我找寻了很久的解决方案，最终才
转载
2023-11-21 22:15:46
166阅读
