文件名称：historical-transcriptions
文件大小：998KB
文件格式：ZIP
更新时间：2024-04-05 23:32:30
JupyterNotebook
历史记录 使用光学字符识别（OCR）软件处理印刷的历史文档听起来很吸引人。 但是，有很多问题。 例如 文件质量差 OCR软件不熟悉字体 这是一个旨在解决这两个问题的项目。 我开始考虑与记录船舶天气日志有关的问题，因此代码目前非常关注此问题。 这是一个起点，我希望此回购中的想法可以在许多不同的设置中使用。 对我来说，一个很大的目标是使此过程尽可能自动化。 例如，虽然已经有一种方法可以教Tesseract（主要的开放源代码OCR软件）新字体，但是此过程既耗时又令人痛苦。 我认为可以始终改进自动化，而当前的方法肯定不是完美的。 就是说，如果您愿意花一些时间考虑技术问题，那么我相信付出的努力已经是值得的。
【文件预览】：
historical-transcriptions-main
----index.html(1KB)
----js()
--------script.js(7KB)
----LICENSE(34KB)
----src()
--------server.py(2KB)
--------base_tile_query.sql(715B)
----mystyle.css(56B)
----.gitignore(2KB)
----README.md(1KB)
----notebooks()
--------ocr preprocessing.ipynb(783KB)
--------ocr followup.ipynb(583KB)