今天遇到一个关于手机长截图ocr的问题，记录一下询问各个gpt的结果

问题背景

有个手机长截图的图片需要ocr，尺寸是: 750x16486，使用的是RapidOCR。
之前用的代码是：

engine = RapidOCR()

这个代码识别出来的字符没有一个正确的，然后就问gpt了，简单记录心路历程，有些细节略过。（懒得看文档路过，实际上沉下心来看文档是最节约时间的 😅）

用的prompt（写的不够精确可能也是个问题）：RapidOCR识别手机长截图的时候，识别错误率90%，如果裁剪后只保留图片最顶部的1/3 部分，识别率就很高，这种应该怎么处理。有没有什么参数能调整

DeepSeek-R1

最开始问的是r1，开了联网，然后在图片分块识别上调试大半天，放弃。。。
这个思路没问题，就是比较麻烦，文字可能会被切成一半，得不断让gpt调试
提到的几个参数也试了一下没有效果

Gemini

让gemini搞了一发，怎么说呢，其实已经有正确的答案了，但是当时看了眼，感觉和deepseek回答的差不多的，也是预处理，图片增强什么的，就没细看。。。其实关键点就是 提到的maxSideLen

perplexity

感觉有些狗屎，跳过 :tieba_001:

ChatGPT

看累了，gpt也就是随便看看，一般都是仔细看看前面的部分内容。
但是gpt的第一点直接引起了注意，然后加个 max_side_len参数解决 😅

免费用户的o3-mini

Grok

后来又试了一下马老板的，过程是挺牛逼的，又是分析用户问题，又是搜索这搜索那，pass 😆

总结

怎么说呢，网络搜索这块deepseek确实吃亏，但是有谷歌搜索的perplexity也不太行，看来还是chatgpt啊，gemini是能平替，就是结果没有那么明显，没有一下子给出关键点。
最终解决方案也很简单，比较简单粗暴，暂时不考虑OOM等问题：

engine = RapidOCR(max_side_len=100000)

5 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: jooooody)

分享一下deepseek的资料，有安装啥的 网上找的资料pan.quark.cn

夸克网盘分享

夸克网盘是夸克推出的一款云服务产品，功能包括云存储、高清看剧、文件在线解压、PDF一键转换等。通过夸克网盘可随时随地管理和使用照片、文档、手机资料，目前支持Android、iOS、PC、iPad。
pan.baidu.com

百度网盘 请输入提取码

百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全稳固，支持教育网加速，支持手机端。注册使用百度网盘即可享受免费存储空间

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 救救孩子把)

关于YouTube的视频无法使用IDM问题，热佬们指导一下

YouTube没有插件浮窗

其它包含视频的页面，有插件浮窗
用IDM的热佬们，知道是咋回事不
9 个帖子 - 6 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 北让曹操占天时丨南让孙权占地利丨将军可占人和丨拿下西川成大业)

资源分享（在线网站打字篇）

eletypes.com

Ele Types

An elegant typing test website.
dazidazi.com

dazidazi-在线打字练习-提高打字速度-打字测试-标准指法

在线打字练习网站,帮助你快速提高打字速度,支持标准指法练习,拼音打字练习,双拼打字练习,中文打字练习,英文打字练习,代码打字练习
dazi.kukuw.com

在线打字测试（dazi.kukuw.com）

本站免费提供在线打字测试、打字练习。并可以随时查看历史打字速度和排名！本站可进行英文键位练习，英文打字测试，中文打字测试，并且有在线排名，可自定义文章、参与打字竞赛哦。赶快测测你的打字有多快吧！
api.ihint.me

双拼练习 @ BlueSky

帮助你快速上手双拼输入法，也可在微信小程序中搜索“双拼练习”使用。

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 彭于晏)