【发布时间】：2018-03-30 14:47:40
【问题描述】：
我有数百万张图像，我可以使用 OCR 和 pytesseract 来执行下降文本提取，但是处理所有图像需要很长时间。
因此，我想确定图像是否仅包含文本，如果没有，我就不必对其执行 OCR。理想情况下，这种方法具有很高的召回率。
我正在考虑构建一个 SVM 或一些机器学习模型来帮助检测，但我希望是否有人新的方法可以快速确定对象是否包含文本。
【问题讨论】：
-
能否提供样本数据集？
-
这个问题里面没有python。
-
也可以duplicate
-
这几乎看起来像一个重复的问题，彼得，但它有点不同。
标签： python classification ocr tesseract text-extraction