火车采集器教程-Ocr识别.docVIP

Orc识别功能，是可以把一些简单的图片信息识别成文字信息的， 常见的网站上面的电话号码是图片格式的识别成文字。 /tel/52650234566157315535536b513f006051650f3e5231_4.png 我们通过对这个图片上的号码进行识别为例来说明下此功能。 第一步：配置Ocr信息 按照上图点击Ocr识别图标，打开识别界面 加载图片 通过从本地或者直接输入图片的网络地址，然后点击“加载”按钮 预处理 这个点击“添加”按钮，自己看下这些操作，其实这里一般是没有用的，没有什么方法就随便点点 走运也许就把图片识别了 图片预览 通过1，3，步操作 看到图片的变化 字符过滤 白名单字符：要识别的字符，数字字母汉字都可以 黑名单字符：不需要识别的字符 设置好了以后，点击“识别测试” 会弹出识别的结果，对照下如果识别是正确的点击右下角“保存配置”。如果识别不了，亲，你就放弃吧 找我们技术部开发插件识别。 这样就把识别的配置信息保存成文件了，就可以在采集器里面使用了 第二步，采集规则使用识别配置 打开需要进行ｏｃｒ识别的标签，在数据处理那里　添加＝＝＝》ＯＣＲ图片识别 然后右侧　“点击这里选择配置文件”　就是在第一步那里保存的文件，设置好了点击“保存”按钮。 绿色字体那里注意看下，标签是采集到单个图片地址，这里注意下。 很遗憾这个功能可能对很多网站的识别都不行，如果你遇到识