Plus la coupe est serrée, mieux c'est ? Le texte de bord de l'OCR doit également laisser de l'espace
Les cellules du tableau sont découpées très étroitement et il n'y a pas d'espace vide à côté du texte, donc l'effet de reconnaissance n'est peut-être pas meilleur. Plus important encore, le recadrage et le découpage modifient l’origine des coordonnées. Si ces modifications ne sont pas enregistrées, des décalages apparemment aléatoires apparaîtront lorsque les résultats de la reconnaissance seront ensuite ramenés sur la page entière.
Si vous souhaitez envoyer des scans ou des captures d'écran de tableaux en OCR, notamment le texte à côté des cellules, des en-têtes de tableaux et des montants, vous pourriez être troublé par une question : plus le recadrage est serré, meilleur est l'effet de reconnaissance ?
Cet article est destiné aux personnes qui doivent effectuer elles-mêmes le prétraitement régional. Les cellules du tableau sont découpées très étroitement et il n'y a pas d'espace vide à côté du texte, donc l'effet de reconnaissance n'est peut-être pas meilleur. Plus important encore, le recadrage et le découpage modifieront l’origine des coordonnées. Si ces modifications ne sont pas enregistrées, des décalages apparemment aléatoires apparaîtront lorsque les résultats de la reconnaissance seront ramenés sur la page entière.
Après avoir lu, vous pourrez juger comment laisser des marges, comment enregistrer les changements de coordonnées et comment accepter les limites de recadrage. Les exemples de cet article utilisent des échantillons synthétiques et le code a été testé uniquement dans un environnement isolé. Cela ne représente pas une garantie de tous les fichiers réels ou effets du produit. Avant de traiter des documents importants, veuillez conserver les originaux et les examiner en fonction des éléments d'acceptation du document.
Conclusion en une phrase
Un recadrage serré ne signifie pas mieux : laissez des marges appropriées pour le texte et enregistrez le décalage de chaque recadrage et remplissage, afin que le cadre de reconnaissance puisse revenir avec précision sur la page entière.
| votre situation | Pratiques recommandées | raison |
|---|---|---|
| Les cellules du tableau sont découpées très étroitement et le texte est bordé | Remplissez les bords de manière appropriée et vérifiez la largeur de la bordure avec votre propre échantillon | Un recadrage serré n'améliore pas nécessairement l'effet de reconnaissance et les valeurs de pixels fixes ne sont pas universelles. |
| Besoin de ramener le cadre de reconnaissance à la pleine page | Enregistrez le décalage de chaque rognage et rognage | Le recadrage et le rognage modifient l'origine des coordonnées et des décalages se produiront s'ils ne sont pas enregistrés. |
| La zone de recadrage peut couper les étiquettes telles que les symboles monétaires | Les règles de recadrage prennent en compte à la fois les étiquettes et les unités | OCR Même si la reconnaissance numérique est exacte, les champs métiers peuvent rester incomplets |
| Les pipelines incluent des transformations de mise à l'échelle, de rotation ou de perspective | Sauvez la chaîne complète de transformation | Vous ne pouvez pas ajouter ou soustraire des nombres au toucher aux coordonnées finales |
La marge blanche est la stratégie de saisie
ImageOps.expand de Pillow peut ajouter une bordure à l'extérieur d'une image. La largeur de la bordure doit être vérifiée avec vos propres échantillons, et une valeur de pixel fixe ne peut pas être considérée comme une exigence pour tous les moteurs OCR. Cet article utilise uniquement de petites images pour montrer les arêtes supplémentaires et la traduction des coordonnées, sans mesurer la précision de la reconnaissance.
Spécifiez d'où un pixel se déplace vers où
from PIL import Image, ImageOps
crop = Image.new("L", (20, 10), 255)
crop.putpixel((0, 0), 0)
padding = 4
padded = ImageOps.expand(crop, border=padding, fill=255)
assert padded.size == (28, 18)
assert padded.getpixel((padding, padding)) == 0
assert padded.getpixel((0, 0)) == 255
crop_origin = (100, 50)
def back_to_page(x, y):
return x - padding + crop_origin[0], y - padding + crop_origin[1]
assert back_to_page(4, 4) == (100, 50)
assert back_to_page(14, 9) == (110, 55)
assert crop.size == (20, 10)
Cet exemple suppose que seuls le recadrage et la bordure à largeur constante se produisent, sans mise à l'échelle, rotation ou transformation de perspective. Si votre pipeline contient plus d'étapes, vous devez enregistrer la chaîne de transformation complète au lieu de simplement ajouter ou soustraire quelques nombres aux coordonnées finales.
Comment accepter la limite de recadrage ?
| Vérifier les éléments | Méthode d'observation | Gestion des pannes |
|---|---|---|
| Les personnages ne sont pas coupés | Voir la page originale pour l'agrandir | Agrandir la zone de culture |
| Le texte n'est pas couvert par des bordures | Comparez les pixels et les dimensions | Implémentation des bords corrigés |
| L'origine est enregistrée correctement | Cartographie arrière utilisant des points d'angle connus | Vérifier l'ordre des opérations |
| Une boîte de reconnaissance apparaît dans l'espace vide | Vérifiez si c'est du bruit | Non directement reconnu comme texte |
N'assimilez pas le recadrage de zone à la compréhension du contenu
Un symbole monétaire à côté d’un montant peut se trouver en dehors de la zone de découpage. Même si l'OCR identifie correctement les numéros, les champs métiers restent incomplets. Les règles de recadrage doivent prendre en compte les étiquettes et les unités, et pas seulement le rectangle de délimitation des pixels noirs du texte.
La révision de la traduction préserve le contexte
Lorsque vous utilisez OmniDoc (portail produit) pour traiter des documents numérisés, si vous effectuez d'abord le prétraitement de la zone vous-même, vous devez conserver l'image pleine page et la source de recadrage. Les réviseurs doivent non seulement savoir comment traduire un certain mot, mais également savoir s'il appartient à un en-tête, une note de bas de page ou au texte principal. Les marges appropriées et les coordonnées de la source sont des informations utiles pour réduire l'ambiguïté.
Références : Oreiller ImageOps.expand
📊 Comparaison de base
| Article comparatif | Couper pour s'adapter | Conservez les marges et remplissez-les |
|---|---|---|
| La relation entre le texte et les bords | Il n'y a presque pas d'espace blanc à côté du texte | Laissez un espace autour du texte |
| Impact sur les performances de reconnaissance | Une coupe serrée n'améliore pas nécessairement l'effet de reconnaissance | Besoin de vérifier avec vos propres échantillons |
| Coordonner les exigences d’enregistrement | Le décalage de recadrage doit encore être enregistré | Les décalages de recadrage et de rognage doivent être enregistrés en même temps |
| Principaux risques | Les caractères ou les étiquettes peuvent être coupés | La bordure peut recouvrir le texte, vous devez donc vérifier l'implémentation du bord. |
🎯 Quelle méthode vous convient ?
si tu……
Si vous souhaitez ramener les résultats de la reconnaissance en pleine page
Assurez-vous d'enregistrer le décalage de chaque découpage et découpage et utilisez des points d'angle connus pour la vérification du back-mapping.
Si le texte des cellules de votre tableau est bordé
Essayez d'abord de remplir les bords, puis utilisez le grossissement pour vérifier si les caractères sont complets.
Si vous traitez des domaines métiers tels que le montant, l'unité, etc.
Incluez des étiquettes telles que des symboles monétaires et des unités dans la plage de recadrage. Ne vous contentez pas de regarder le rectangle entourant les pixels du texte.
Si votre pipeline comporte une mise à l'échelle, une rotation ou une transformation de perspective
Enregistrez la chaîne de transformation complète, ne vous contentez pas de corriger les coordonnées finales.
❓ Questions fréquemment posées (FAQ)
1. Est-ce que laisser un espace vide pendant le recadrage améliorera définitivement l'effet de reconnaissance ?
incertain. Les cellules du tableau étroitement recadrées n'entraînent pas nécessairement une meilleure reconnaissance, et la largeur de la bordure doit être vérifiée à l'aide de vos propres échantillons.
2. Pourquoi le cadre de reconnaissance se déplace-t-il après le recadrage et le rognage ?
Parce que le recadrage et le remplissage des bords modifient l’origine des coordonnées. Si ces modifications ne sont pas enregistrées, des décalages apparemment aléatoires apparaîtront lorsque les résultats de la reconnaissance seront ramenés sur la page entière.
3. Existe-t-il une valeur de pixel supplémentaire unifiée ?
Non. Une valeur de pixel fixe ne peut pas être considérée comme une exigence pour tous les moteurs OCR. Il doit être basé sur vos propres échantillons.
4. Comment vérifier si la limite de recadrage est appropriée ?
Vous pouvez zoomer sur la page d'origine pour voir si les caractères sont coupés, comparer les pixels et la taille pour vérifier si la bordure recouvre le texte et utiliser des points d'angle connus pour cartographier afin de vérifier l'enregistrement d'origine.
5. Que se passe-t-il si le pipeline contient une mise à l'échelle ou une rotation ?
La chaîne de transformation complète doit être préservée plutôt que de simplement ajouter et soustraire des nombres au toucher aux coordonnées finales.
📝Résumé
Un espace vide approprié doit être laissé pour la limite de recadrage et les changements de coordonnées doivent être complètement préservés. Les deux sont indispensables. Après chaque traitement, il est examiné en fonction des éléments d'acceptation puis transmis au processus suivant.


