事情是这样的
一台图片服务器硬盘崩了，通过数据恢复把图片恢复了出来。
然而，目录结构以及文件名丢失。
现在恢复出来的情况是同一个文件夹下有九百多万张图片。
需求
这些图片可以通过分辨率先进行初筛，只需要其中大概 2/3 的特定分辨率的图片。
筛出来的图片在固定位置有固定格式的附加文字，需要通过 OCR 批量去识别出来并进行分类。
由于图片数量实在太多，最好能有一个方便的界面来通过关键字进行查询。
如果有大佬做过类似的项目可以详谈
工单节点使用指南
• 请用平和的语言准确描述你所遇到的问题
• 厂商的技术支持和你一样也是有喜怒哀乐的普通人类，尊重是相互的
• 如果是关于 V2EX 本身的问题反馈，请使用 反馈 节点
This topic created in 924 days ago, the information mentioned may be changed or developed.
 |
1
Qetesh Nov 10, 2023
Umi-OCR
|
 |
2
NoOneNoBody Nov 10, 2023
ocr = PaddleOCR(use_angle_cls=True, lang='ch')
result = ocr.ocr(cvim, det=True, cls=False) if withpos: return result return [x[-1][0] for y in result for x in y] python 就四行，没了，英语就将 ch 改成 en withpos==True 是文字并带上位置信息，False 是只输出文字 cvim 是 opencv 读取图片后的格式，numpy.ndarray 可以多进程并发 |
Select Language