如何解决文本的光学识别及其结构标题,字幕,正文的分析
我们希望分析文本(非手写体)和图像的扫描方式,这些扫描方式具有范围广泛的不同语言的排列/结构。我们试图解决的第一个问题是提取文本以及识别和分隔标题,字幕和文本正文。
目前,我们正在做文献研究。关于深度学习,计算机视觉,光学字符识别或自然语言处理的文献很多,但这些文献实际上都没有专门针对文本结构的光学识别。
我们想知道,处理光学识别文本结构的学科/领域的名称是什么?
解决这些问题的最新方法和工具是什么?
解决方法
光学布局识别(OLR)。 here是一个很好的例子,它是用于布局分析和区域提取的开源工具。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。