Semakin rapat potongannya, semakin bagus? Teks tepi OCR juga perlu menyisakan ruang

Sel tabel terpotong sangat rapat dan tidak ada ruang kosong di sebelah teks, sehingga efek pengenalannya mungkin tidak lebih baik. Lebih penting lagi, cropping dan trimming mengubah koordinat asal. Jika perubahan ini tidak disimpan, offset acak akan muncul ketika hasil pengenalan kemudian ditarik kembali ke halaman penuh.

Jika Anda ingin mengirim pindaian atau tangkapan layar tabel ke OCR, terutama teks di sebelah sel, header tabel, dan jumlah, Anda mungkin terganggu oleh pertanyaan: semakin ketat pemangkasan, semakin baik efek pengenalannya?

Artikel ini ditulis untuk orang-orang yang perlu melakukan sendiri prapemrosesan regional. Sel tabel terpotong sangat rapat dan tidak ada ruang kosong di sebelah teks, sehingga efek pengenalannya mungkin tidak lebih baik. Lebih penting lagi, cropping dan trimming akan mengubah koordinat asal. Jika perubahan ini tidak disimpan, offset acak akan muncul saat hasil pengenalan ditarik kembali ke seluruh halaman.

Setelah membaca, Anda dapat menilai cara meninggalkan margin, cara mencatat perubahan koordinat, dan cara menerima batas pemotongan. Contoh dalam artikel ini menggunakan sampel sintetis, dan kodenya hanya diuji di lingkungan terisolasi. Ini tidak mewakili jaminan atas semua file asli atau efek produk. Sebelum memproses dokumen penting, harap menyimpan aslinya dan memeriksanya sesuai dengan item penerimaan dalam dokumen.

Satu kalimat kesimpulan

Pemangkasan yang ketat tidak berarti lebih baik: sisakan margin yang sesuai untuk teks, dan catat offset setiap pemotongan dan bantalan, sehingga bingkai pengenalan dapat kembali ke seluruh halaman secara akurat.

situasi AndaPraktik yang direkomendasikanalasan
Sel-sel tabel dipotong sangat rapat dan teksnya dibatasiIsi tepinya dengan tepat dan verifikasi lebar tepi dengan sampel Anda sendiriPemangkasan yang ketat tidak serta merta meningkatkan efek pengenalan, dan nilai piksel tetap tidak bersifat universal.
Perlu menggambar bingkai pengenalan kembali ke halaman penuhSimpan offset setiap pemangkasan dan pemangkasanPemangkasan dan pemangkasan mengubah asal koordinat, dan offset akan terjadi jika tidak disimpan.
Area pemotongan mungkin terpotong label seperti simbol mata uangAturan pemangkasan mempertimbangkan label dan unitOCR Meskipun pengenalan numerik akurat, bidang bisnis mungkin masih belum lengkap
Pipeline mencakup penskalaan, rotasi, atau transformasi perspektifSimpan rantai transformasi lengkapAnda tidak dapat menambah atau mengurangi angka berdasarkan koordinat akhir

Margin putih adalah strategi masukan

ImageOps.expand Bantal dapat menambahkan batas di luar gambar. Lebar batas harus diverifikasi dengan sampel Anda sendiri, dan nilai piksel tetap tidak dapat dianggap sebagai persyaratan untuk semua mesin OCR. Artikel ini hanya menggunakan gambar kecil untuk menunjukkan sisi tambahan dan mengoordinasikan terjemahan, tanpa mengukur akurasi pengenalan.

Tentukan dari mana piksel berpindah ke mana

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)

Contoh ini mengasumsikan bahwa hanya pemotongan dan tepian dengan lebar konstan yang terjadi, tanpa penskalaan, rotasi, atau transformasi perspektif. Jika alur Anda berisi lebih banyak langkah, Anda perlu menyimpan rantai transformasi lengkap daripada hanya menambahkan atau mengurangi beberapa angka ke koordinat akhir.

Bagaimana cara menerima batas tanam?

Periksa itemMetode observasiPenanganan kegagalan
Karakter tidak terpotongLihat halaman asli untuk memperbesarnyaPerluas area tanam
Teks tidak tercakup dalam batasBandingkan piksel dan dimensiImplementasi tepi yang diperbaiki
Asalnya dicatat dengan benarPemetaan kembali menggunakan titik sudut yang diketahuiPeriksa urutan operasi
Kotak pengenalan muncul di ruang kosongPeriksa apakah itu kebisinganTidak langsung dikenali sebagai teks

Jangan samakan pemangkasan area dengan pemahaman konten

Simbol mata uang di samping suatu jumlah mungkin berada di luar area kliping. Sekalipun OCR mengidentifikasi angka-angka tersebut dengan benar, bidang bisnisnya masih belum lengkap. Aturan pemangkasan harus mempertimbangkan label dan unit, bukan hanya persegi panjang pembatas teks piksel hitam.

Tinjauan terjemahan mempertahankan konteks

Saat menggunakan OmniDoc (portal produk) untuk memproses materi yang dipindai, jika Anda melakukan prapemrosesan area sendiri terlebih dahulu, Anda harus mempertahankan gambar satu halaman penuh dan sumber pemangkasan. Reviewer tidak hanya perlu mengetahui cara menerjemahkan kata tertentu, tetapi juga perlu mengetahui apakah kata tersebut termasuk dalam header, catatan kaki, atau teks utama. Margin dan koordinat sumber yang sesuai merupakan informasi yang berguna untuk mengurangi ambiguitas.

Referensi: Bantal ImageOps.expand

📊 Perbandingan inti

Barang komparatifPotong agar pasPertahankan margin dan padukan
Hubungan antara teks dan tepiHampir tidak ada spasi di sebelah teksSisakan ruang di sekitar teks
Dampak pada kinerja pengenalanPemotongan yang ketat tidak serta merta meningkatkan efek pengenalanPerlu memverifikasi dengan sampel Anda sendiri
Mengkoordinasikan persyaratan pencatatanPemotongan offset masih perlu dicatatPemotongan dan pemangkasan offset perlu dicatat pada saat yang bersamaan
Risiko utamaKarakter atau label mungkin terpotongPerbatasan mungkin menutupi teks, jadi Anda perlu memeriksa implementasi tepinya.

🎯 Metode mana yang cocok untuk Anda?

jika kamu……

Jika ingin menampilkan hasil pengenalan kembali ke halaman penuh

Pastikan untuk menyimpan offset setiap pemangkasan dan pemangkasan, dan gunakan titik sudut yang diketahui untuk verifikasi pemetaan belakang.

Jika teks sel tabel Anda dibatasi

Pertama-tama cobalah mengisi bagian tepinya, lalu gunakan pembesaran untuk memeriksa apakah karakter sudah lengkap.

Jika Anda berurusan dengan bidang usaha seperti jumlah, satuan, dll.

Sertakan label seperti simbol mata uang dan satuan ke dalam rentang pemangkasan. Jangan hanya melihat persegi panjang yang mengelilingi piksel teks.

Jika pipeline Anda memiliki penskalaan, rotasi, atau transformasi perspektif

Simpan seluruh rantai transformasi, jangan hanya melakukan koreksi pada koordinat akhir.

❓ Pertanyaan yang Sering Diajukan (FAQ)

1. Apakah meninggalkan ruang kosong selama pemotongan akan meningkatkan efek pengenalan?

tidak pasti. Sel tabel yang dipangkas rapat belum tentu menghasilkan pengenalan yang lebih baik, dan lebar tepian harus diverifikasi melalui sampel Anda sendiri.

2. Mengapa bingkai pengenalan bergeser setelah dipotong dan dipotong?

Karena cropping dan edge-filling mengubah koordinat asal. Jika perubahan ini tidak disimpan, offset acak akan muncul saat hasil pengenalan ditarik kembali ke halaman penuh.

3. Apakah ada nilai piksel tambahan terpadu?

Tidak. Nilai piksel tetap tidak dapat dianggap sebagai persyaratan untuk semua mesin OCR. Itu harus didasarkan pada sampel Anda sendiri.

4. Bagaimana cara memeriksa apakah batas tanam sudah sesuai?

Anda dapat memperbesar halaman asli untuk melihat apakah karakter terpotong, membandingkan piksel dan ukuran untuk memeriksa apakah batas menutupi teks, dan menggunakan titik sudut yang diketahui untuk memetakan kembali guna memverifikasi catatan asal.

5. Bagaimana jika pipeline berisi penskalaan atau rotasi?

Rantai transformasi yang lengkap perlu dipertahankan, bukan sekadar menambah dan mengurangi angka hingga koordinat akhir.

📝 Ringkasan

Ruang kosong yang sesuai harus dibiarkan sebagai batas pemangkasan, dan perubahan koordinat harus dipertahankan sepenuhnya. Keduanya sangat diperlukan. Setiap selesai diproses, direview sesuai item penerimaannya kemudian diserahkan ke proses selanjutnya.

Coba sekarang: Unggah dokumen untuk memulai penerjemahan, dengan tetap mempertahankan tata letak aslinya

Diperbarui 2026-11-16