当前位置: 开发笔记 > 人工智能 > 正文

提高OCR识别率的一些菜鸟方法

作者：窈窕眈眈 | 来源：互联网 | 2023-09-23 11:07

原稿的质量直接影响到最后OCR的正确率，因此先要适当调整原稿。对于低质量稿件，可考虑在扫描前用复印机先行复印并适当调节对比度和亮度，使背景变成白色，而文字色泽保持黑色即可。经过复印以后的报

原稿的质量直接影响到最后OCR的正确率，因此先要适当调整原稿。对于低质量稿件，可考虑在扫描前用复印机先行复印并适当调节对比度和亮度，使背景变成白色，而文字色泽保持黑色即可。经过复印以后的报纸，OCR的识别率有明显的提高。
扫描过程中一定要将原稿摆正，否则OCR软件将无法正确识别。如果无法将原稿摆正，可使用 “自动倾斜校正”或者“手动纠斜”功能纠正字体的倾斜。选择适当的扫描参数也很重要，一般OCR是原稿应扫描为“黑白二值”，扫描文字的亮度和对比度对文字的正确识别非常关键，我们可以通过“放大预览”对文稿中的几个文字进行取样扫描，从而对图像的亮度进行更为细致的调节，调节的工具是扫描仪工具内的“阀值”。
对于分辨率，原则上不求最“高”，只求最“佳”。若分辨率太高，扫描时间将会增加，图形所需的空间也会成倍地增长；若分辨率太低，识别率就不会很高。一般普通五号印刷体采用250～300dpi；若字号较大 (四号以上)，用150～200dpi就足够了；如果是六号或七号等小字体，就要考虑使用400～600dpi。如果印刷字迹比较模糊，或笔划较多的识别文本，应适当提高扫描的分辨率。
扫描后，观察图像是否有污点现象，如有则使用图像处理软件将污点擦去。同时如果有图像存在，也会影响OCR的文字切分，可使用 “图像的块擦拭”工具将文档中的图像去除。此外，还应采用适当的辨识方式，注意稿件是横排还是竖排，可选择合适的编排格式按钮，以保持对应。如有必要还可进行版面分析，否则识别结果会有大量的空格，而OCR通常也将空白处作为识别对象。自动识别虽可很好地解决这一问题，但也常把不应分开的区域分开，造成识别结果的错误和颠倒。这时可结合自动分析与手工分析，将不恰当的版面分析删除。最后，再次适当地调节对比度和亮度，增加文字和背景的对比度，从而最终达到95%以的识别率。

推荐阅读

ocr
Patch ODA X8 : 19.9 到 19.11

PatchODAX8: ... [详细]

蜡笔小新 2023-10-18 00:03:19
ocr
c# 联合halcon 基于相关性模板匹配_HALCON形状匹配详解

点击上方“新机器视觉”，选择加”星标”或“置顶”重磅干货，第一时间送达很早就想总结一下前段时间学习HALCON的心得，但由于其他的事情总是抽不出时间。去年有过一段时间的集中学习，做 ... [详细]

蜡笔小新 2023-10-17 18:47:00
ocr
windows 下git出现警告：warning: LF will be replaced by CRLF in test1.txt. The file will have its original

windows下git出现警告：warning:LFwillbereplacedbyCRLFintest1.txt.Thefilewillhaveitsorigina ... [详细]

蜡笔小新 2023-10-15 13:55:58
ocr
[AWS DA] Database types & SSL

YoucanletAWStocreateaSSLcertificatesforyouandmanageforyoubyusingAWSCetrficateManager.Basic ... [详细]

蜡笔小新 2023-10-15 13:39:11
ocr
Java中自动生成实体类

Q1：实体层（vo）packagecom;importjava.io.File;importjava.io.FileWriter;importjava.io.IOExcep ... [详细]

蜡笔小新 2023-10-15 12:05:37
ocr
调用百度ocr的API，python简易版本

https:www.jianshu.compe10dc43c38d01.注册百度云注册账号https:cloud.baidu.com?fromconsole管理应用https:co ... [详细]

蜡笔小新 2023-10-14 16:49:13
ocr
从Eclipse运行时不出现Java JFrame窗口 - Java JFrame Window not appearing when run from Eclipse

Averysimpleproblem.ItrytorunaverysimpledemotocreatedanddisplayaWindowFramefromEc ... [详细]

蜡笔小新 2023-10-14 15:39:55
机器学习
北交桑基韬：“超”人的机器学习，非语义特征的得与失

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！作者|桑基韬整理|维克多人工智能目前最大的“拦路虎”是不可信赖性，以深度学习为基础的算法 ... [详细]

蜡笔小新 2023-10-14 13:04:50
ocr
使用扫描仪经验六则

1.获得尽量好的扫描效果为了获得较好的扫描效果，要求原稿平整无皱纹，需要扫描下来的地方最好没有斑痕。将原稿放置玻璃板上时，原稿的边缘要与玻璃板贴平，如果扫描后生成的图片文件要用于O ... [详细]

蜡笔小新 2023-10-14 11:59:46
ocr
好用的文字识别软件有哪些？超实用的文字识别软件分享！

好用的文字识别软件有哪些?作为一个经常需要处理文字内容的职场人慧眼图像文字识别软件，一款好用的文字识别软件非常的重要，有了它，你就再也不用一个字一个字的手动输入 ... [详细]

蜡笔小新 2023-10-13 20:05:00
ocr
c – 针对Tesseract和OpenCV的CMake

我是Linux编程的新手,我正在尝试使用Tesseract和OpenCV在Ubuntu12.10上创建一个OCR应用程序.到目前为止,我已经在linux上设置了tesseract和 ... [详细]

蜡笔小新 2023-10-13 18:37:27
ocr
c语言调用链表,c语言链表的实现

本文目录一览：1、C语言创建链表，函数调用部分 ... [详细]

蜡笔小新 2023-10-13 13:34:31
ocr
MacOCR文字识别工具：OCRKit Pro

OCRKitProforMac是一款功能强大的OCR文字识别工具，可以将你扫描或打印的文档转换为可搜索和可编辑的文本，提高了办公工作流程的效率。OCRK ... [详细]

蜡笔小新 2023-10-13 13:19:12
ocr
什么是模型融合,stacking集成模型原理介绍

模型融合（集成）参考博客：KaggleEnsemblingGuide(https_mlwave.com模型集成是融合多个训练好的模型，基于某种方式实现测试数据的多模型融合，这 ... [详细]

蜡笔小新 2023-10-13 12:57:34
ocr
苹果画画软件_想在iPad 上画画，推荐用这些软件

不废话，直接推荐：1.procreate最全面最厉害的ipad绘画软件。基本能满足你所有绘画要求。适合幼儿园至专业人士所有年龄阶段的画画爱好者。提示下& ... [详细]

蜡笔小新 2023-10-13 12:42:39

窈窕眈眈

这个家伙很懒，什么也没留下！

Tags | 热门标签

RankList | 热门文章