繁体文档识别不准怎么办?
繁体文档识别不准,先从源头救:提高分辨率/字高、正对拍摄光线匀、先做倾斜校正和增强、指定语种。选对语种再识别,简繁混排容易串。金额、日期、编号这类字段一定人工复核,0 和 O、1 和 l 错的代价最高。
为什么会出现这个问题
官方功能列表里有图片转文字,2345看图王的 OCR 入口就在工具区。它适合处理日常文档:合同、证件、截图、书页。真要是几百页扫描件,还是专业 OCR 工具更合适。
如果你赶时间,直接看第二节的操作步骤;想弄明白原理,第一节的背景值得读一遍。
具体怎么处理
- 字高和清晰度是第一因素拿不准就先拿一张不重要的图试手,确认效果再处理正式图。
- 先校正增强再识别拿
- 关键数字必须人工复核拿
注意这几点
- 识别前先裁剪掉无关区域,干扰内容少了准确率明显上升
- 表格识别后重点核对数字列,错位和漏格是最常见的问题
- 竖排、手写体的识别率目前都不理想,重要内容建议人工录入
本文涉及:繁体文档识别、繁体文档转文字、OCR、繁体文档(繁体文档 识别纠错)。
小结
到这里问题应该已经解决了。这类操作做一次就有经验,下次再遇到同类需求可以直接套用同样的流程。
