直接安装后可以输入波斯语

古波斯语楔形文字字体数据集，选择了开源的Tesseract引擎进行字符的分割、学习和分类。由于铭文中存在噪声(石缝)，本文采用了一些图像处理技术来消除噪声。该系统的最终输出包括楔形字体的提取，句子的波斯语和英语的抄写，句子的发音和翻译大量提取的波斯语和英语单词，使我们更好地了解他们在那个时代的说话方式。通过验证和结果切片获得的结果表明，该系统能够较好地处理楔形文字的识别，对测试数据的所有字符进行了较好的分类，准确率约为92%。

尽管文本数据激增，但缺乏多应用文本语料库是文本挖掘和自然语言处理尤其是波斯语中的严重瓶颈。 该项目提供了一个新的波斯语新闻文章分析语料库，称为 Persica。 新闻分析包括新闻分类、主题发现和分类、类别分类和更多程序。 处理 NEWS 有特殊要求，首先要有一个有效可靠的语料库来对其进行实验。 请使用此参考引用我们：@inproceedings{eghbalzadeh2012persica, title={Persica: A Persian corpus for multi-purpose text Mining and Natural Language processing}, author={Eghbalzadeh, Hamid and Hosseini, Behrooz and Khadivi, Shahram and Khodabakhsh, Ali}, booktitle={Telecommunications (IST), 2012 Sixth International Symposium on}, pages={1207--1214}, year={2012}, or

波斯语OCR 使用深度学习和特征提取功能对波斯字母进行离线光学字符识别 该项目于2010年完成。在此过程中，没有使用任何特殊的库，因此对我们来说，从头开始学习图像处理和卷积神经网络是一个好习惯。 阅读以了解更多详细信息（波斯语）。 屏幕截图 发展 使用Embarcadero RAD Studio Delphi打开项目。 跑步 克隆项目并运行OCR.exe（在Windows中）。

该项目是通过。 可用脚本 在项目目录中，可以运行： npm start 在开发模式下运行应用程序。 打开在浏览器中查看。 如果进行编辑，页面将重新加载。 您还将在控制台中看到任何棉绒错误。 npm test 在交互式监视模式下启动测试运行程序。 有关更多信息，请参见关于的部分。 npm run build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。 最小化构建，文件名包含哈希。 您的应用已准备好进行部署！ 有关更多信息，请参见有关的部分。 npm run eject 注意：这是单向操作。 eject ，您将无法返回！ 如果您对构建工具和配置选择不满意，则可以随时eject 。 此命令将从项目中删除单个构建依赖项。 相反，它将所有配置文件和传递依赖项（webpack，Babel，ESLint等）直接复制到您的项目中