OmniDocL'OCR è stato ingrandito e ritagliato, come mappare la cornice di riconoscimento sul testo originale
La cornice restituita dall'OCR è accurata sull'immagine locale, ma la cornice complessiva risulta disattivata quando viene riportata nel PDF. Non dubitare prima del motore di riconoscimento, controlla la sequenza di preelaborazione: è prima ritagliata, poi ingrandita e poi riempita con un bordo bianco? Ogni passaggio modifica le coordinate e la mappatura inversa deve essere annullata in ordine inverso.
Il riquadro di riconoscimento restituito dall'OCR potrebbe essere accurato sull'immagine locale, ma l'immagine complessiva potrebbe risultare disattivata quando viene riportata nel PDF. Questo tipo di problema è molto comune. Durante la risoluzione dei problemi, non è necessario dubitare prima del motore di riconoscimento. Dovresti anche controllare il collegamento di preelaborazione. Questo articolo è scritto per sviluppatori e revisori che necessitano di associare i risultati del riconoscimento al documento di origine.
Molte immagini vengono ritagliate, ridimensionate e riempite con bordi bianchi prima del riconoscimento. Ogni passaggio modifica le coordinate, quindi la mappatura inversa deve essere annullata in ordine inverso. Dopo aver letto questo articolo, puoi utilizzare una serie chiara di idee per la trasformazione delle coordinate per individuare la causa del disallineamento e utilizzare test di andata e ritorno e punti di ancoraggio artificiali per verificare i risultati.
Il codice di esempio è stato controllato in un ambiente isolato, ma ciò non è una garanzia di tutti i file reali o delle prestazioni del prodotto. Si prega di conservare gli originali prima di maneggiare documenti importanti.
Cosa devo fare se la casella OCR non corrisponde al documento di origine? Conclusione di una frase
Controllare innanzitutto la sequenza di preelaborazione, registrare la trasformazione delle coordinate di ogni passaggio, quindi eseguire la mappatura inversa nell'ordine inverso.
| la tua situazione | Pratiche consigliate | motivo |
|---|---|---|
| Il riquadro di riconoscimento è accurato sulla mappa locale e viene spostato dopo essere stato riportato nel PDF. | Controlla se ritagliare prima, poi ridimensionare, quindi riempire i bordi | Ogni passaggio cambierà le coordinate |
| I rapporti di ridimensionamento dell'immagine orizzontale e verticale sono diversi | Salva le proporzioni orizzontali e verticali separatamente | L'allungamento a piacimento cambierà la forma del testo |
| L'immagine viene ruotata o la prospettiva viene corretta | Mappa quattro punti d'angolo e preserva il quadruplo o salva la trasformazione dell'omografia | Il rettangolo a due punti non può esprimere il risultato |
| La posizione di origine deve essere visualizzata sull'interfaccia | Accettare il record di trasformazione delle coordinate insieme al contenuto | Evidenziare sulla riga sbagliata farà sembrare inaffidabile la traduzione corretta |
Usa la trasformazione esplicita invece di indovinare l'offset
Supponendo un punto sul grafico, sottrai prima l'origine di ritaglio, quindi moltiplicala per il rapporto di scala e quindi aggiungi il bordo supplementare. Il processo inverso consiste nel sottrarre prima il bordo supplementare, quindi dividerlo per la proporzione e infine aggiungerlo nuovamente all'origine del taglio.
- Avanti: sottrai l'origine del ritaglio → moltiplica per il rapporto di scala → aggiungi bordi supplementari
- Inverti: Sottrai il bordo supplementare → Rimuovi il ridimensionamento → Aggiungi nuovamente l'origine del ritaglio
Se i rapporti orizzontale e verticale sono diversi, devono essere salvati separatamente. Questo ci ricorda anche che allungando l'immagine a piacimento cambierà la forma del testo.
Lascia che il test di andata e ritorno copra coordinate non intere
from math import isclose
origin = (100.0, 40.0)
scale = (2.0, 1.5)
padding = (8.0, 12.0)
def forward(point):
return tuple((point[i] - origin[i]) * scale[i] + padding[i]
for i in range(2))
def inverse(point):
if any(s <= 0 for s in scale):
raise ValueError("positive scale required")
return tuple((point[i] - padding[i]) / scale[i] + origin[i]
for i in range(2))
for point in [(100, 40), (125.5, 62.25), (200, 90)]:
restored = inverse(forward(point))
assert all(isclose(a, b) for a, b in zip(point, restored))
assert forward((100, 40)) == padding
assert inverse((58, 42)) == (125.0, 60.0)Questo esempio verifica solo i calcoli geometrici e non esegue l'OCR. Il ricampionamento delle immagini coinvolge il centro dei pixel e le convenzioni di arrotondamento, mentre la mappatura dei bordi reali richiede coordinate continue unificate o semantica dei confini dei pixel.
Non arrotondare prematuramente le coordinate in virgola mobile e gestirle secondo regole chiare durante il disegno.
La casella non ha sempre solo due punti
Trasformazioni diverse richiedono il salvataggio di informazioni diverse e anche le precauzioni durante la mappatura sono diverse:
| trasformare | bisogno di salvare | Attenzione cartografica |
|---|---|---|
| Taglio | Offset di origine | Quale versione dell'immagine originale viene restaurata? |
| Zoom | Proporzioni orizzontali e verticali | Impedisce che la divisione intera perda precisione |
| Ruota | Centro di rotazione e matrice | Dopo aver mappato i quattro angoli, mantenere il quadrilatero |
| Correzione della prospettiva | Trasformazione monotona | Due rettangoli non sono sufficienti per esprimere il risultato |
Verifica e visualizzazione dei collegamenti usando ancoraggi manuali
Segna i punti angoli noti su diversi campioni desensibilizzati e verifica se l'immagine originale corrisponde dopo la pre-elaborazione. Se superi il test matematico unitario, solo alcuni errori di calcolo possono essere eliminati; La rotazione della pagina, lo zoom di visualizzazione e i sistemi di coordinate PDF possono ancora introdurre nuovi bias.
L'evidenziazione bilingue richiede una località affidabile
Quando si stabilisce uno strumento di correzione attorno alla traduzione di OmniDoc (Voce prodotto), se si deve mostrare la posizione della fonte, il collegamento di coordinate dovrebbe essere accettato insieme al link di contenuto. Evidenziare la riga sbagliata fa sembrare la traduzione corretta poco affidabile. Mantenere i registri delle trasformazioni è più facile da mantenere rispetto a una compensazione temporanea all'inizio.
Per dettagli sulle interfacce di mappatura dei pixel, si riferisce a Dimensione dell'immagine cuscino e interfaccia di trasformazione.
📊 Confronto tra i nuclei
Confronto dei metodi di verifica:
| Metodi di verifica | Cosa si può scoprire? | Limitazioni |
|---|---|---|
| Test matematico unitario | Alcuni calcoli erano errati | Non è possibile sovrascrivere la rotazione della pagina, lo zoom di visualizzazione e i sistemi di coordinate PDF |
| Verifica manuale del punto di ancoraggio | Dopo la pre-elaborazione, verifica se l'immagine originale è stata ripristinata | Sono necessari campioni desensibilizzati e annotazione manuale |
Confronto dei metodi di elaborazione delle coordinate:
| Metodi di gestione | Vantaggi | Spiegazione |
|---|---|---|
| Conservare i record di trasformazione | Più facile da mantenere | I collegamenti di coordinate sono tracciabili |
| Retribuzione temporanea front-end | I cambiamenti sembrano semplici | I costi di manutenzione sono più elevati |
🎯 Quale metodo ti si addice?
Se ......
- Riconoscere la casella per l'allineamento locale o lo offset a pagina intera: prima controllare l'ordine di ritaglio, scalatura e rifinitura, poi invertire la mappa in ordine inverso.
- Gestione delle coordinate non intere: prima verifica la formula con test di andata e ritorno, temporaneamente non arrotondare verso l'alto, e poi unificare le regole durante il disegno.
- Eseguire evidenziazioni bilingui o localizzazione della sorgente: Ispezionare insieme sia il collegamento di coordinate che quello di contenuto e mantenere i registri delle trasformazioni.
- Coinvolge la rotazione o la correzione della prospettiva: Non limitarti a salvare il rettangolo a due punti; passa a mappare i quattro angoli o a salvare la trasformazione sillabica.
❓ Domande Frequenti (FAQ)
1. Devi prima sostituire il motore di riconoscimento?
Non c'è bisogno di dubitare prima del motore. Dovresti prima controllare l'ordine di pre-elaborazione, perché tagliare, scalare e sbiancare cambieranno tutte le coordinate.
2. Superare il test matematico garantisce che la mappatura sia corretta?
No. Può solo escludere alcuni errori di calcolo; la rotazione delle pagine, la scalatura del display e i sistemi di coordinate PDF possono comunque introdurre nuovi bias.
3. Perché non si consiglia arrotondare le coordinate troppo presto?
Il ricampionamento delle immagini coinvolge i centri dei pixel e le convenzioni di arrotondamento. Le coordinate in virgola mobile dovrebbero essere preservate prima, e poi gestite secondo regole chiare durante il disegno.
4. Cosa succede quando un'immagine viene allungata?
Se il rapporto d'aspetto è diverso, dovrebbero essere memorizzati separatamente. Lo stiramento arbitrario cambia la forma del testo e influisce sulla corrispondenza tra la casella di riconoscimento e il contenuto del documento.
📝 Riassunto
Il disallineamento delle scatole OCR di solito deriva dal collegamento di preelaborazione piuttosto che dal risultato del riconoscimento stesso. Ogni fase di trasformazione deve essere chiaramente registrata, e sia i test di andata e ritorno sia i punti di ancoraggio manuali possono essere utilizzati per l'accettazione congiunta, al fine di garantire che le posizioni evidenziate siano affidabili.
