能直接复制图片中文字,功能远超普通OCR软件,MIT学生开发了一款强大Chrome插件...
晓查 发自 凹非寺
量子位 报道 | 公众号 QbitAI
有时你遇到一篇古老的文献,PDF文档还是扫描版。又或者是遇到一幅网页版海报,上面的文字你完全看不懂。
但你无法把图片中的文字复制下来做进一步处理,是不是让人头大?
虽然市场上有很多OCR软件可以识别图片中的文字,但还是有种种局限性,比如无法识别文字排版,需要转成其他文件后才能处理,无法直接操作。
最近,一位来自MIT的学生Kevin Kwok解决了以上这些问题。他用计算机视觉算法写了个Chrome插件Naptha,可以直接识别网页图片中的文字,并直接对它们进行高亮、复制粘贴、翻译、修改等操作。
拾取图片中的文字
Naptha无需在电脑上安装App,直接在Chrome应用商店中搜索Project Naptha,就可以看到这款插件,一键安装后即可在Chrome浏览器中使用。
Naptha可以用于在线漫画、扫描文档,甚至连拍摄照片中的文字也能识别出来。
普通的网页文字自然不在话下:
如果是别人给你发过来的扫描文件也没关系,直接把文件拖到Chrome浏览器中(Chrome支持打开多种本地文件),Naptha就能识别。
对于照片中的图片,Naptha也能够读出。作者Kevin拍摄了一本书的封面,除了文字不清晰、竖向排列的情况,封面的书名和简介都能正常识别出来。
Naptha还支持读取表格文字,并将复制下来的文字粘贴到Excel里。
Kevin承诺,Naptha未来还会加入翻译、除去文字水印、直接在图片上修改文字等功能。这些功能目前还处在beta测试阶段,处于不稳定或者不可用状态。
不是OCR,是文本检测
光学字符识别(OCR)已经不是什么新鲜事了,虽然Naptha实现的功能看起来像OCR,但实际上它主要功能实际上是文本检测。
一般的OCR不包含语言模型,而Naptha则可以根据上下文的概率输出一系列字母。比如把一串字符判定成“hello”,而不是“he1 | o”。
OCR需要知道图片中的语言才能正确识别文本,Naptha使用的是一种称为“ 笔划宽度变换”的算法,该算法由微软研究院于2008年提出,它就像人一样,即使不知道是何种语言,也能猜到文字就在那里。
结合其他算法,如连通分量分析(识别不同的字母)、otsu阈值(确定字间距)、不相交的集合森林(识别文本行),Naptha可以非常快速地建立文本区域、单词和字母的模型,识别图中存在哪些特定字母。
通过一些基本的布局分析和文本度量,Naptha还可以找出文本的对齐参数、字体大小和字体粗细。有了这些信息,它可以在同一个地方以类似的字体重新打印文本,或者将文本改成同字体的其他文字。
传送门
博客地址:
Chrome插件下载地址:
— 完 —
加入社群 | 与优秀的人交流
小程序 | 全类别AI学习教程
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「好看」吧 !
能直接复制图片中文字,功能远超普通OCR软件,MIT学生开发了一款强大Chrome插件...相关推荐
- MIT开发的一款最新Chrome插件,功能远超OCR软件,可快速识别和复制图中文字
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 有时你遇到一篇古老的文献,PDF文档还是扫描版.又或者是遇到一幅网页版海报,上面的 ...
- android beam苹果,安卓版隔空投送:功能远超苹果!
最近,据9to5google等外媒报道称, 谷歌将推出一款名为Fast Share的文件传输工具,它的技术原理.使用方法以及主要功能都和苹果的隔空投送相当接近. Fast Share强调的也是无需联网 ...
- php 中文朗读,能说会道 学生版 官方网站 | 功能最强大的语音朗读软件,支持全世界近30种语言...
[概括介绍] "能说会道"学生版 完美支持 Windows XP/Windows Vista/Windows 7/Windows 8/Windows 10 操作系统,是一款面向学生 ...
- chrome插件infinity_5款超好用Chrome插件,快试试看!
现在应该很多人使用Chrome浏览器吧,大家安装了浏览器,如果不懂得安装插件,那真的很可惜!今天给大家推荐几款Hack君认为不错的插件给大家 .Infinity New TabInfinity新标签页 ...
- 手机办公总被质疑效率低?合理地使用手机功能,办公效率远超电脑
不知道大家有没有发现?随着国内科技的进步,很多上班族已经开始逐渐脱离电脑的存在,开始使用手机进行办公,但是使用手机办公真的效率高吗? 小酱总是质疑使用手机办公的人们,不过最近小酱发现自己真的是跟不上时 ...
- 华为语音解锁设置_华为手机免费语音转文字功能如何开启?手把手教你如何设置,超赞...
原标题:华为手机免费语音转文字功能如何开启?手把手教你如何设置,超赞 关于华为手机免费语音转文字功能,相信你也有所了解,但还有很大部份华为手机用户表示:我的手机为什么没有语音转文字的功能. 如果你是华 ...
- ai图像识别python的项目_Python3调用百度AI识别图片中的文字功能示例【测试可用】...
本文实例讲述了Python3调用百度AI识别图片中的文字功能.分享给大家供大家参考,具体如下: 首先pip install命令安装baidu-aip模块,如下图所示(这里使用pip3 install ...
- Flutter学习第十三天,2021最新版超详细Flutter2.0实现百度语音转文字功能,Android和Flutter混合开发?
Flutter实现百度语音转文字功能 1.新建一个flutter项目,来实现View端. 2.新建android端的module 1.打开flutter里面的Android文件 1.新建一个modul ...
- mac 文字识别软件ocr_mac超快速ocr文字识别软件 mac上超好用的文字识别软件推荐...
OCR文字识别软件是在日常的生活和工作中十分常用的一款软件.而当下使用mac系统的用户也越来越多了,相比较于windows不同的是,mac上能够使用的ocr用具基本上会比较难找.这里就为大家推荐几款在 ...
最新文章
- 7.0系统设备xposed框架激活经验
- 中级软考 计算机指令执行过程(取指、分析、执行)计算机重叠流水线问题
- 基因分子生物学~强和弱化学键
- ITK:创建一个二进制球结构元素
- python sqlalchemy mysql 自动映射
- 奔跑吧linux内核_别了,Linux 的魔法时代!
- 一周学好python_耗时一周整理的Python资料,包含各阶段所需网站、项目,收藏了?慢慢来...
- 程序员每天少吃===活120岁
- 疯了,要建飞铁!比飞机快3倍,4000km/h,北京到深圳半小时
- SQL“多字段模糊匹配关键字查询”
- android百度云和谐,视频总被百度云和谐?这个小工具帮你完美解决
- U盘启动盘还原的方法
- 项目进度管理方法——里程碑式管理
- 计算机云班课王清答案,基于蓝墨云班课的移动学习实践
- Speedoffice(Excel)怎样给文字添加删除线?
- 简单spring cloud服务升级实现
- 基于区块链的自动抽奖系统从0到1实现探析预言机与跨链技术的融合发展
- linux vi 报错 E37: No write since last change (add to override)
- 180522 安卓-DDCTF2018(RSA)
- VSCode 自动检查代码出错Vetur