Što stroži kroj, to bolje? Rubni tekst OCR-a također mora ostaviti prostora
Ćelije tablice su vrlo usko izrezane i nema praznog prostora pored teksta, tako da učinak prepoznavanja možda neće biti bolji. Što je još važnije, obrezivanje i obrezivanje mijenjaju ishodište koordinate. Ako te promjene nisu spremljene, pojavit će se naizgled nasumični pomaci kada se rezultati prepoznavanja naknadno povuku na cijelu stranicu.
Ako želite slati skenove ili snimke zaslona tablica u OCR, posebno teksta pored ćelija, zaglavlja tablica i iznosa, možda će vas mučiti pitanje: što je stroži obrezivanje, bolji je učinak prepoznavanja?
Ovaj je članak napisan za ljude koji trebaju sami izvršiti regionalnu predobradu. Ćelije tablice su vrlo usko izrezane i nema praznog prostora pored teksta, tako da učinak prepoznavanja možda neće biti bolji. Što je još važnije, obrezivanje i obrezivanje će promijeniti ishodište koordinate. Ako te promjene nisu spremljene, pojavit će se naizgled nasumični pomaci kada se rezultati prepoznavanja povuku na cijelu stranicu.
Nakon čitanja možete procijeniti kako ostaviti margine, kako zabilježiti promjene koordinata i kako prihvatiti granicu obrezivanja. Primjeri u ovom članku koriste sintetičke uzorke, a kod je testiran samo u izoliranom okruženju. Ne predstavlja jamstvo svih stvarnih datoteka ili učinaka proizvoda. Prije obrade važnih dokumenata, sačuvajte izvornike i pregledajte ih prema stavkama prihvaćanja u dokumentu.
Zaključak jedne rečenice
Čvrsto obrezivanje ne znači bolje: ostavite odgovarajuće margine za tekst i zabilježite pomak svakog obrezivanja i ispune, tako da se okvir za prepoznavanje može točno vratiti na cijelu stranicu.
| vaša situacija | Preporučene prakse | razlog |
|---|---|---|
| Ćelije tablice vrlo su usko izrezane, a tekst je obrubljen | Ispravno ispunite rubove i provjerite širinu obruba vlastitim uzorkom | Čvrsto obrezivanje ne mora nužno poboljšati učinak prepoznavanja, a fiksne vrijednosti piksela nisu univerzalne. |
| Potrebno je nacrtati okvir za prepoznavanje natrag na cijelu stranicu | Spremite pomak svakog obrezivanja i obrezivanja | Obrezivanje i obrezivanje mijenjaju ishodište koordinata, a pomaci će se pojaviti ako se ne pohrane. |
| Područje izrezivanja može odrezati oznake poput simbola valute | Pravila obrezivanja uzimaju u obzir i oznake i jedinice | OCR Čak i ako je numeričko prepoznavanje točno, poslovna polja mogu biti nepotpuna |
| Cjevovodi uključuju skaliranje, rotaciju ili transformacije perspektive | Spremite cijeli lanac transformacije | Ne možete zbrajati ili oduzimati brojeve prema osjećaju na konačnim koordinatama |
Bijela margina je strategija unosa
Pillowov ImageOps.expand može dodati obrub izvan slike. Širinu ruba treba provjeriti vlastitim uzorcima, a fiksna vrijednost piksela ne može se smatrati zahtjevom za sve OCR mehanizme. Ovaj članak koristi samo male slike za prikaz dodatnih rubova i koordiniranog prijevoda, bez mjerenja točnosti prepoznavanja.
Odredite odakle se piksel pomiče kamo
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)
Ovaj primjer pretpostavlja da se pojavljuju samo obrezivanje i rubovi konstantne širine, bez skaliranja, rotacije ili transformacije perspektive. Ako vaš cjevovod sadrži više koraka, trebate spremiti cijeli lanac transformacije umjesto samo dodavanja ili oduzimanja nekoliko brojeva konačnim koordinatama.
Kako prihvatiti granicu obrezivanja?
| Provjerite stavke | Metoda promatranja | Rukovanje kvarovima |
|---|---|---|
| Likovi nisu prekinuti | Zumirajte izvornu stranicu | Proširite područje rezanja |
| Okvir ne prekriva tekst | Usporedite piksele i veličine | Implementacija korekcije zakrpavanja rubova |
| Zapis o podrijetlu je točan | Mapiranje unatrag s poznatim točkama kutova | Provjerite redoslijed operacija |
| Unutar praznog polja pojavljuje se identifikacijski okvir | Provjeri je li to buka | Nemojte ga izravno prepoznati kao glavni tekst |
Ne poistovjećujte izrezivanje površine s razumijevanjem sadržaja
Simbol valute uz iznos može se nalaziti izvan područja rezanja. Čak i ako OCR točno identificira brojeve, poslovno polje je i dalje nepotpuno. Pravila za izrezivanje trebala bi uzeti u obzir oznake i jedinice, a ne samo vanjske pravokutnike crnih piksela u tekstu.
Recenzija prijevoda čuva kontekst
Kada koristite OmniDoc (unos proizvoda) za obradu skeniranih materijala, ako ste već prethodno obradili područje, trebali biste zadržati cijelu sliku stranice i izvorni izvor. Lektura ne zahtijeva samo znati kako prevesti riječ, već i pripada li ona zaglavlju, fusnoti ili glavnom tekstu. Prikladne margine i koordinate izvora praktične su informacije za smanjenje dvosmislenosti.
Izvori: Jastuk ImageOps.expand
📊 Usporedba jezgre
| Stavke usporedbe | Krojena da čvrsto pristaje | Zadrži marže i dodaj marže |
|---|---|---|
| Odnos između teksta i rubova | Gotovo da nema prostora pored teksta | Prazni prostori ostaju oko teksta |
| Utjecaj na učinkovitost prepoznavanja | Zatezanje ne mora nužno poboljšati učinkovitost prepoznavanja | Potrebna je provjera vlastitih uzoraka |
| Zahtjevi za snimanje koordinata | Pomaci isječenja i dalje se moraju snimiti | I obrezivanje i patchanje pomaka moraju se snimati istovremeno |
| Glavni rizici | Znakovi ili oznake mogu biti odsječeni | Rub može prekrivati tekst, pa je potrebno provjeriti zakrpu granica |
🎯 Koji ti pristup najviše odgovara?
Ako ......
Ako želite povući rezultate prepoznavanja natrag na cijelu stranicu
Obavezno spremite pomak za svaki isječak i zakrpu te izvršite provjeru stražnje karte koristeći poznate kutne točke.
Ako je tekst vaše ćelije tablice obrubljen
Prvo pokušajte zakrpati rubove, zatim zumirajte da provjerite jesu li znakovi dovršeni.
Ako se bavite poslovnim područjima poput iznosa i jedinica
Uključite simbole valuta, jedinice i druge oznake u opseg izrezivanja; nemojte gledati samo vanjske pravokutnike tekstualnih piksela.
Ako vaš pipeline ima transformacije skaliranja, rotacije ili pivotiranja
Spremite cijeli lanac transformacija; nemojte ispravljati samo na konačnim koordinatama.
❓ Često postavljana pitanja (FAQ)
1. Poboljšava li ostavljanje praznog prostora tijekom izrezivanja uvijek poboljšanje prepoznavanja?
Ne nužno. Preusko rezanje ćelija tablice možda neće dati bolje prepoznavanje; širinu ruba treba provjeriti vlastitim uzorcima.
2. Zašto se okvir za prepoznavanje pomiče nakon izrezivanja i zakrpa?
Zato što isijecanje i krpanje rubova mijenjaju ishodište koordinata. Ako se te promjene ne spremaju, rezultati prepoznavanja izgledat će kao da su nasumično pomaknuti prilikom povlačenja na cijelu stranicu.
3. Postoji li jedinstvena vrijednost piksela za padding rubova?
Ne. Ne možete tretirati fiksnu vrijednost piksela kao zahtjev za sve OCR motore; vaš vlastiti uzorak trebao bi biti standard.
4. Kako provjeriti je li granica za obrezivanje prikladna?
Možete zumirati izvornu stranicu da vidite jesu li znakovi izrezani, usporediti piksele i dimenzije da provjerite prekriva li okvir tekst te koristiti poznate kutne točke za mapiranje i provjeru izvornih zapisa.
5. Što ako pipeline uključuje skaliranje ili rotaciju?
Trebaš spremiti cijeli lanac transformacija, umjesto da samo dodaješ ili oduzimaš brojeve na konačnim koordinatama po osjećaju.
📝 Sažetak
Granice usjeva moraju ostaviti odgovarajući prazan prostor, promjene koordinata moraju biti u potpunosti očuvane, oboje je neophodno. Nakon svakog rukovanja, proces se pregledava prema stavci prihvaćanja, a zatim se predaje sljedećim procesima.
Isprobajte sada: Prenesite svoj dokument da biste započeli prijevod, čuvajući izvorno oblikovanje


