Image processing 对不同格式的文档采用最佳OCR方法来查找特定信息

不幸的是，由于机密数据，我无法给出更具体的解释

问题 所以我有一些文档通常包含相同的信息，但格式不同。在大多数情况下，我要查找的值靠近文档上的关键字。OCR本身由Google Cloud Vision API负责，但处理不同格式的最佳方法是什么

我的想法 。。。是训练一个分类器来检测我正在处理的格式，然后选择合适的方法来找到目标值，我事先手工实现了。这既不方便也不可扩展。因此，我正在寻找一些我告诉的算法，例如，目标值在哪里，它看起来像什么等等

解决这个问题的最佳ML方法是什么，或者您的想法是什么

---

作为数据类型的一个例子：假设我有来自20家不同超市的收据，我希望找到总成本，问题是每家公司的收据看起来都不一样。

最近我不得不使用OCR工具来处理类似的情况，不包括OCR工具本身，我没有使用任何ML方法，因为正如您所说，它是不可伸缩的

我不认为分类器会有回报，除非你有大量不同的布局，然后你必须决定如何提取每个布局的数据

这在很大程度上取决于您需要提取的数据类型，但以您的示例为例，如果您必须从所有不同的布局中提取总成本，您可以从每个收据中提取尽可能多的数字，并根据一些因素对其进行评分，例如：

如果是成本（$或其他货币符号）

与一些常用关键字的距离，如“总计、最终、总和等”

如果这是收据的最高值

您可能会想到的其他因素，都取决于您需要提取的数据

---

然后，您可以使用每个收据得分最高的单个成本来计算最终总成本

听起来这是可行的。谢谢你的想法，我来试试。