我每天都会用 python 脚本下载 cacti 的流量图进行保存
现在有额外的需求,就是要把所有的流量值都用文字记录起来。
试过 EasyOCR 、PaddleOCR 、百度的 baidu-aip 效果都不太理想
用同样的 ocr 同时试过连续识别 10 张,不是缺少数值,就是想要的关键字和值不在同一个元组里。
也就是 ORC 的结果比较乱,不在一个元组还能处理判断一下,但是缺少数值是最致命的

纯英文的不要用混合或者中文识别,直接用英文模组效果更好

是不是你图太大了,直接裁切目标区域试试

github.com/VikParuchuri/surya

我用 CnOcr 帮你试了一下,就这张图来说,没有丢数值,识别出来的数值也是有规律的

换个思路,python 调用 openai 的 api (

重新用 easyocr 只导入英文获取了一遍,主要是 433 坐标左右的值我最重要的,6 月 7 日那天就都不出来。requests 下载到图片的大小分辨率都是统一的
我试试 CnOcr 这个看看

像这种固定位置的图裁切一下再识别就不需要考虑结构化的问题了,识别效果应该也有提升

不能直接获取 cacti 的请求吗

楼上说的有道理,只用英文,加裁剪,理论上这个图片识别难度不高。

感觉有点像前两天在站里看到的 XY 问题,cacti 把数据画成图片,python 脚本从图片里读取数据,这种基于图片的数据传递方式似乎有点抽象。当然也有可能是有具体的业务场景需要,或者可以尝试抛一个更深的问题出来看看。

普通账号,只能看图,而且我试了没法下载图上的 csv ,需求就类似下面链接里的这样,只能通过 orc 来识别了 www.cnblogs.com/choujin/p/11794163.html

www.cnblogs.com/choujin/p/11794163.html其实就像链接里的这样,但是是普通账号只能看图,也没法下载 csv 表格,我就只能通过普通账户的 cookies ,用 response 专门下载那一张图进行保存

我都已经把彩色转换成灰度图像了,但是图上 MAX 最大值的 7.34T 却没有识别出来,其他的倒是都识别了

试试 paddleOCR ?

这种专用任务可以考虑自己训练一个基于 YOLO 的专用识别模型。脚本都是现成的,很容易就搭起来了

抱歉原文没看清,可以试试 MiniCPM-Llama3-V ,如果有 GPU 的话 q4 llama.cpp 部署 效率应该也不会太差。帮忙试了 OP 关注的值
YOLO 是做目标检测的吧?现在都可以做文本识别了吗,进化这么快

这个是环形数据库 为什么不直接读数据库 要用 ocr 去识别呢

我现在只能用最笨的办法,把图片裁剪到只剩下一个我需要的值,再进行 ocr ,目前已经 100%识别了。
#18 实际上你把文本也当作目标就行了。我在 19 年做过这样的事情。用 YOLO 的目的只是因为 YOLO 封装的好,基本不用写多少代码

#20 我赞同

paddle 都不稳定的话,那就 gpt4o 吧

你这个肯定要裁剪后识别啊,如果识别效果还是不理想就考虑二值化