在Excel中使用开源的Ocr引擎tesseract-ocr识别文字和验证码[20120718更新]

cumulonimbus · 发表于 2012-8-5 16:23

liucqa 发表于 2012-8-4 22:59
俺说句实在话，你别生气。

可以用了。先前下载错了文件哈！

cumulonimbus · 发表于 2012-8-7 14:41

楼主作品甚让人惊讶，只是2003看不到代码，很是遗憾。能否展示一下代码？

cumulonimbus · 发表于 2012-8-7 21:21

本帖最后由 cumulonimbus 于 2012-8-7 21:25 编辑

MyStr = FMyFuns.TsOcr(FullName, "3", "6", "0", "eng")
请问这个函数要咋用？

第二个为引擎模式EngineMode = (emTesseractOnly, emCubeOnly, emCombined, emDefault);第一个为0，依此类推
第三个为PageSegmentation = (psOSDOnly, psAutoOSD, psAutoOnly, psAuto, psSingleColumn, psSingleVerticalBlock, psSingleBlock, psSingleLine, psSingleWord, psCircleWord, psSingleChar);
第四个为PixelFormat = (piAuto, pi8bit, pi24bit, pi32bit);
不太明白具体选择时要怎么用，楼主可否指导一二，谢谢。

cumulonimbus · 发表于 2012-9-12 09:08

liucqa 发表于 2012-7-18 21:55
楼主作品
xll调用

咋回事。我的机子太敏感了吗？一下来就被360杀了。

liucqa · 发表于 2012-9-12 11:10

cumulonimbus 发表于 2012-9-12 09:08
咋回事。我的机子太敏感了吗？一下来就被360杀了。

问楼主，不要问我，我只管上传。

mmguan · 发表于 2012-10-17 22:54

不知什么原因执行 Ocr示例.xlsm 出现 ‘OCR 出错，确定‘

hyy514 · 发表于 2012-10-17 23:42

本帖最后由 hyy514 于 2012-10-18 00:02 编辑

cumulonimbus 发表于 2012-9-12 09:08
咋回事。我的机子太敏感了吗？一下来就被360杀了。

截图，必然有拷屏的api，还有hook、shell、一些下载类的api、xmlhttp类+有进程类操作的语句。只要有以上之一的代码封装起来，哪怕只几句代码，360百分之百报木马，这个我深有体会。360就是个250，除非作者到360买签名，交年费，签名之后就不会报，这可是360的收入来源之一。
对不放心的东西，可以上传到这里virscan.org扫描下，能通过基本可以无视360，这是我的经验。

mikewolf2k · 发表于 2012-11-30 09:21

无比膜拜中！先收藏起来，等空下来了再研究……
一直想找个OCR的程序，识别某些文档中的字符，如果成的话，能干的事就大大增加了！多谢楼主的分享！！！

liucqa · 发表于 2012-12-8 21:06

本帖最后由 liucqa 于 2012-12-8 21:21 编辑

楼主作品，XLL加载宏

Img2Pdf.rar (561.73 KB, 下载次数: 101)

播放flash组件.rar (380.9 KB, 下载次数: 81)

liucqa · 发表于 2013-2-14 18:29

楼主作品 pdf2img

Pdf2Img.part1.rar (1.17 MB, 下载次数: 124)

Pdf2Img.part2.rar (1.17 MB, 下载次数: 125)

Pdf2Img.part3.rar (563.11 KB, 下载次数: 97)

'函数原型:function UDF_PDF2Img(FileIn,FolderOut,FileOut,MyStartPage,MyEndPage,MyDPI,MyFormat:PAnsiChar): lpxloper; stdcall;
'FileIn:输入的PDF文件
'FolderOut:输出的文件所在的文件夹
'FileOut:输出的文件名称，比如 "output.jpg" ，"out%pput.jpg" ，"%p"将以页数代替，文件名中不加%p的话将把页数加在扩展名之前
'MyStartPage，开始的页数
'MyEndPage，结束的页数，为0表示最后一页
'MyDPI: 生成图片文件的分辨率. 值72相当于 Acrobat 的 zoom level 100%.
'MyFormat:输出文件的格式
'0 = 输出BMP文件
'1 = 输出JPEG文件
'2 = 输出WMF文件
'3 = 输出EMF文件
'4 = 输出EPS文件
'5 = 输出PNG文件
'6 = 输出GIF文件
'7 = 输出TIFF文件
'8 = 输出EMF+文件
'9 = 输出HTML5文件
'10 =输出G4 TIFF文件
'函数执行成功返回"1"，失败返回"0"或者"出错"

比如把d:\testme.pdf的第二页到最后一页转换成为jpg文件放到d:\下
Application.ExecuteExcel4Macro("UDF_PDF2Img(""D:\TestMe.pdf"",""D:\"",""page.jpg"",""2"",""0"",""144"",""1"")")

		自动登录	找回密码
密码			免费注册

[原创] 在Excel中使用开源的Ocr引擎tesseract-ocr识别文字和验证码[20120718更新]