hiroi-sora/Umi-OCR

边缘过窄的图片,识别结果不准确

ksom11 opened this issue · 3 comments

(Update:此问题已在 v1.2.6 解决。)

v1.2.5 的原回复:

您例图的上下边缘太窄,这会阻碍OCR文本检测算法的解析。这是本项目采用的识别库PaddleOCR中 文本检测(det)目前的一个缺陷,它需要一定的额外空间来确定文字范围框。

只要加大图片的高度,就能让识别准确率恢复正常:

👇原图识别结果:由于没有选择(CWS)方式
窄.png

👇增加高度之后:由于没有选择俯仰或倾斜方式,飞行方式指示器显示A/P处于驾驶盘操纵(CWS)方式。
宽.png

因此,这个问题的临时解决方法:

  1. 截取上下边缘更多的素材图片用于识别。据我测试,只要上下边缘 >= 一个字符的高度,就不会影响识别准确度。

可能的程序优化方式:(我暂时没计划实现这些优化)

  1. 针对性地训练文本检测det模型用于该场景。
  2. 在OCR前预处理,为高度过窄的图片自动添加空白边缘。

关于其他家API:

  • 我测试了腾讯OCR在线接口,似乎没有这个问题。你有大量需求的话,也许可以寻找使用 腾讯在线api(收费) 的同类项目。

感谢答复

新版本 v1.2.6 已经彻底解决这个问题了。随着识别引擎的更新,窄边图片不会降低准确度

image29d8fcdbb38e8b73.png