OCR было увеличено и обрезано, как сопоставить рамку распознавания обратно с исходным текстом

Кадр распознавания, возвращаемый функцией OCR, может быть точным на локальном изображении, но общее изображение может быть искажено при обратном отображении в PDF-файл. Этот тип проблемы очень распространен. При устранении неполадок не нужно в первую очередь сомневаться в механизме распознавания. Вам также следует проверить ссылку на предварительную обработку. Эта статья написана для разработчиков и рецензентов, которым необходимо сопоставить результаты распознавания с исходным документом.

Многие изображения перед распознаванием обрезаются, масштабируются и заполняются белыми краями. Каждый шаг меняет координаты, поэтому обратное отображение необходимо отменить в обратном порядке. Прочитав эту статью, вы сможете использовать четкий набор идей по преобразованию координат, чтобы определить причину несовпадения, а также использовать двустороннее тестирование и искусственные опорные точки для проверки результатов.

Пример кода был проверен в изолированной среде, но это не является гарантией работоспособности всех реальных файлов или продукта. Пожалуйста, сохраняйте оригиналы, прежде чем обращаться с важными документами.

Что делать, если поле OCR не соответствует исходному документу? Вывод в одно предложение

Сначала проверьте последовательность предварительной обработки, запишите преобразование координат каждого шага, а затем выполните обратное отображение в обратном порядке.

Используйте явное преобразование вместо угадывания смещения

Предполагая точку на графике, сначала вычтите начало отсечения, затем умножьте на коэффициент масштабирования, а затем добавьте дополнительное ребро. Обратный процесс заключается в том, чтобы сначала вычесть дополнительную кромку, затем разделить ее на пропорцию и, наконец, добавить ее обратно к началу резки.

• Вперед: вычесть начало обрезки → умножить на коэффициент масштабирования → добавить дополнительные края.
• Обратный: вычесть дополнительный край → удалить масштабирование → снова добавить начало обрезки.

Если соотношения по горизонтали и вертикали различаются, их необходимо сохранить отдельно. Это также напоминает нам, что произвольное растяжение изображения изменит форму текста.

Пусть тест туда и обратно охватывает нецелые координаты

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)

Этот пример проверяет только геометрические расчеты и не выполняет распознавание текста. Повторная выборка изображения включает в себя соглашения о центре пикселя и округлении, а реальное отображение границ требует унифицированных непрерывных координат или семантики границ пикселей.

Не округляйте координаты с плавающей запятой преждевременно, а при рисовании обращайтесь с ними по четким правилам.

В ящике не всегда только две точки

Разным преобразованиям необходимо сохранять разную информацию, и меры предосторожности при картировании также различаются:

Проверка и отображение ссылок с помощью ручных анкеров

Отметьте известные угловые точки на нескольких десенсибилизированных образцах и проверьте, совпадает ли исходное изображение после предварительной обработки. Если вы пройдёте модульный тест по математике, можно исключить только некоторые ошибки в расчёте; Поворот страницы, масштабирование дисплея и системы координат в PDF всё ещё могут вводить новые искажения.

Двуязычное выделение требует надёжного места

При создании инструмента корректуры перевода OmniDoc (запись продукта), если должно отображаться исходное место, координатная ссылка должна приниматься вместе со ссылкой на содержание. Выделение неправильной строки делает правильный перевод ненадёжным. Вести учёт трансформации проще, чем временное вознаграждение на начальном этапе.

Для подробностей интерфейсов пиксельного отображения см. Интерфейс размера и трансформации изображения подушки.

📊 Сравнение ядра

Сравнение методов верификации:

Сравнение методов обработки координат:

🎯 Какой способ тебе подходит?

Если ты ......

• Распознайте поле для локального выравнивания или смещения на всю страницу: сначала проверьте порядок обрезки, масштабирования и обрезания, затем обратную карту в обратном порядке.
• Обработка нецелочисленных координат: сначала проверьте формулу с помощью теста с круговым ходом, временно не округляйте вверх, а затем унифицируете правила при чертении.
• Выполнять двуязычное выделение или местонахождение источника: Проверять как координатную, так и содержимую связь вместе и вести записи трансформации.
• Включает вращение или коррекцию перспективы: не просто сохраняйте двухточечный прямоугольник; переключайтесь на отображение четырёх углов или сохранение слогового преобразования.

❓ Часто задаваемые вопросы (FAQ)

1. Нужно ли сначала заменить движок распознавания?

Не стоит сначала сомневаться в двигателе. Сначала проверьте порядок предварительной обработки, так как обрезка, масштабирование и отбеливание изменят координаты.

2. Гарантирует ли прохождение математического модульного теста правильность отображения?

Нет. Это может исключить лишь некоторые ошибки вычислений; вращение страницы, масштабирование дисплея и системы координат PDF всё ещё могут вводить новые смещения.

3. Почему не рекомендуется округлять координаты слишком рано?

Ресемплирование изображений включает центры пикселей и конвенции округления. Координаты с плавающей запятой следует сначала сохранять, а затем обрабатывать по чётким правилам при рисовании.

4. Что происходит, когда изображение растягивается?

Если соотношение сторон отличается, их следует хранить отдельно. Произвольное растяжение меняет форму текста и влияет на соответствие между окном распознавания и содержимым документа.

📝 Краткое содержание

Неправильное выравнивание OCR-коробок обычно происходит из-за предобработочной линии, а не от самого результата распознавания. Каждый этап трансформации должен быть чётко зафиксирован, и для совместного приема можно использовать как туда-обратное тестирование, так и ручные точки крепления, чтобы убедиться в надёжности выделенных положений.

Опыт сейчас: загрузите документ, чтобы начать перевод, сохраняя оригинальное форматирование