如何用python自己寫一個ocr？您好，如果您自己實現(xiàn)OCR，您需要學(xué)習(xí)一些有關(guān)模式識別/機器學(xué)習(xí)和計算機視覺的知識。最困難的部分是字符識別。如果識別的文本是標準的，我們可以考慮使用匹配過濾器（不推

如何用python自己寫一個ocr？

您好，如果您自己實現(xiàn)OCR，您需要學(xué)習(xí)一些有關(guān)模式識別/機器學(xué)習(xí)和計算機視覺的知識。最困難的部分是字符識別。如果識別的文本是標準的，我們可以考慮使用匹配過濾器（不推薦，但簡單），或向量空間搜索。一般情況下，我們建議在機器學(xué)習(xí)中使用神經(jīng)網(wǎng)絡(luò)中的卷積神經(jīng)網(wǎng)絡(luò)（CNN）進行訓(xùn)練和識別。為了訓(xùn)練CNN，您可能還需要一些數(shù)據(jù)挖掘和圖像處理的知識，以方便您獲取數(shù)據(jù)集（即字符圖像集）來訓(xùn)練CNN，這通常需要大量的數(shù)據(jù)和較長的訓(xùn)練時間（時間與字符圖像的大小、字符圖像集的數(shù)量、字符圖像的結(jié)構(gòu)和比例有關(guān)）神經(jīng)網(wǎng)絡(luò)等）

python已經(jīng)自動化了，大家一般用什么測試框架？

謝謝

！Python中似乎只有一個瀏覽器測試框架，它是模仿ruby框架制作的。它似乎可以更好地應(yīng)用于ie。非常舊的框架。JS支持不好。然而，Python很容易編寫測試框架。這很容易做到?；跒g覽器的測試也很容易做到。因為您可以使用pyqt，所以這個庫中有一個基于WebKit的瀏覽器?；旧希憧梢噪S心所欲。最近，我聽說有幾個新的BDD框架正在開發(fā)中。我不知道怎么做。實際上，對于Python來說，框架的成本太低了。所以最好不要成為一個框架。它有一個叫做dry的基本編程原理。不要重復(fù)你自己的話，不要重新發(fā)明方向盤。直接使用現(xiàn)有的Python測試套件，結(jié)合進程、線程模型和QT，輕松組裝測試模塊。

！我的觀點是，首先，我們需要有Python的基礎(chǔ)。在有了基礎(chǔ)的前提下，使用框架是最快的，可以在短時間內(nèi)實現(xiàn)爬蟲。這里我推薦scratch，它是一個基于python的開源web爬蟲框架。其易用性、靈活性、易擴展性和跨平臺性等特點使其受到廣大用友的歡迎。

使用刮削也非常簡單。您只需要關(guān)注spider文件，它實際上是web頁面上數(shù)據(jù)處理的一部分。以《詩詞王-爬行詩》為例。我們可以在spider中這樣寫：

上面的代碼整體上分為兩部分，一部分是提取網(wǎng)頁中的URL，另一部分是從詩歌細節(jié)頁面中提取需要爬網(wǎng)的內(nèi)容。我選擇在這里爬行的數(shù)據(jù)是詩歌作者、內(nèi)容、網(wǎng)站標簽等等。

很方便嗎？如果不需要存儲數(shù)據(jù)，這里就足夠了。定義項字段以爬網(wǎng)數(shù)據(jù)。如果需要在數(shù)據(jù)庫中存儲數(shù)據(jù)，需要在管道中定義一個類來存儲數(shù)據(jù)

如上圖所示，定義了mongodb的類，這樣我們就可以在mongodb中存儲數(shù)據(jù)了。