如何使用 OCR 从指定位置提取文本信息？答案

【问题标题】：How to extract text information from specified places using OCR?如何使用 OCR 从指定位置提取文本信息？
【发布时间】：2017-08-10 20:19:06
【问题描述】：

用户上传包含课程、教授、日程等信息的表格数据。

我想轻松提取这些信息。

我可以使用 OCR 库，但它只是将文本随机混合输出。

我不知道某样东西属于什么。

有没有办法训练 OCR 只查看图像（表单）的特定部分，然后标记数据，以便在提取时全部标记。等等

假设我有一个包含大量数据的表单，我希望它只查看地址部分并标记它。

或者它像数据一样电子表格，我希望它按列标记它。

简单地将所有文本提取到字符串中并没有那么有用。

【问题讨论】：

在我看来，这里的核心问题是在页面上定位内容。一旦你知道它在哪里，你就可以提取一个矩形并使用 OCR 来获取该矩形中的文本。所以，这里真正的问题是如何识别你想要的页面部分。
我能做的最糟糕的解决方案是让用户在图像顶部绘制框并标记它们，我想加强然后输入
我同意，但我的意思是您还没有回答这个基本问题：您的应用程序如何知道图像的哪些区域是重要的？如果你能以编程方式做到这一点，那就太好了，你已经成功了一半。如果你不能，那么你需要先回答这个问题。我的评论旨在让您以不同的方式思考这个问题，因为正如所写的那样，它是无法回答的。
我想让 ocr 检测表格中的行，还要注意图像不太可能是完美的，它们可以在所有轴上旋转一点

【解决方案1】：

如果每个文档都具有相同的格式。尝试将文档分解成单独的部分，然后将 OCR 提供给您需要文本的部分。如果没有，祝你好运，我也在寻找答案。

【讨论】：

欢迎来到 StackOverflow！请不要添加“我也是”作为答案，因为它实际上并没有提供问题的答案。如果您有不同但相关的问题，请提出问题（如果有助于提供上下文，请参考此问题）。如果您对这个特定问题感兴趣，可以点赞、发表评论或在获得足够声誉后开始悬赏。
问题是，如果页面稍微旋转，那么一切都是错误的，我想通过某些相机应用程序应用的某些转换，如办公室镜头，它可以得到缓解。但我不知道如何进行那些矩阵变换或对象检测。
感谢 ricky3350 的建议，我是新来的。我会记住这一点。
我觉得Tesseract和Libtesseract都有方向检测功能，可以和PyOCR一起使用，但我没试过。