基于 Spring Boot 3.3 + OCR 实现图片转文字功能
【8月更文挑战第30天】在当今数字化信息时代，图像中的文字信息越来越重要。无论是文档扫描、名片识别，还是车辆牌照识别，OCR（Optical Character Recognition，光学字符识别）技术都发挥着关键作用。本文将围绕如何使用Spring Boot 3.3结合OCR技术，实现图片转文字的功能，分享工作学习中的技术干货。
ABBYY FineReader PDF 16安装教程2023使用指南及ABBYY16系统配置要求
近年来，随着盲人数字阅读的普及推广，PDF格式的电子书越来越受到大家的关注和喜爱，但受读屏软件功能的限制，扫描版的PDF电子书是无法直接阅读的，这就需要将其转换为可阅读的文档格式，可对于大多数视障读者来说，这似乎有点专业，今天我就为大家推荐一款非常好用的PDF转换利器——ABBYY FineReaderPDF 16(以下简称ABBYY 16)，有了它的支持，我们就可以尽情阅读海量PDF电子书了。
神器！使用Python 轻松识别验证码
本文介绍了使用Python进行验证码识别，主要包括安装Tesseract OCR和相关Python库，如`pytesseract`和`opencv-python`。通过Pillow加载验证码图片，使用`pytesseract`进行简单数字验证码识别。对于数字字母混合的验证码，先进行二值化和降噪处理，然后使用`cv2.findContours`分割字符并分别识别。这种方法适用于自动化测试和爬虫中的验证码处理。
PaddleOCR学习笔记 01-PaddleOCR简介
《PaddleOCR学习笔记 01-PaddleOCR简介》涵盖了PaddleOCR的基础介绍、OCR技术概览、PaddleOCR的开源状态及主要算法，包括文字检测与识别算法、百度自研的SAST、SRN和End2End-PSL等，以及9m超轻量模型的介绍。适合初学者入门学习。
行业实践 | 基于Qwen2-VL实现医疗表单结构化输出
本项目针对不同医院检查报告单样式差异大、手机拍摄质量差等问题，传统OCR识别效果不佳的情况，探索并选定了Qwen2-vl系列视觉语言模型。通过微调和优化，模型在识别准确率上显著提升，能够精准识别并结构化输出报告单信息，支持整张报告单及特定项目的识别。系统采用FastAPI封装接口，Gradio构建展示界面，具备高效、灵活的应用特性。未来该方案可扩展至多种文本识别场景，助力行业数字化转型。