Fatal编程技术网
  • nlp/
  • Nlp 如何组合多种OCR工具的结果以获得更好的文本识别

Nlp 如何组合多种OCR工具的结果以获得更好的文本识别

nlp computer-vision

Nlp 如何组合多种OCR工具的结果以获得更好的文本识别,nlp,computer-vision,ocr,sensor-fusion,Nlp,Computer Vision,Ocr,Sensor Fusion,想象一下，您有不同的OCR工具从图像中读取文本，但没有一个工具可以提供100%的准确输出。然而，综合起来，结果可能非常接近基本事实——将文本“融合”在一起以获得良好结果的最佳技术是什么 例如： 实际文本 § 5.1: The contractor is obliged to announce the delay by 01.01.2019 at the latest. The identification-number to be used is OZ-771LS. 光学字符识别工具1 5 5

想象一下，您有不同的OCR工具从图像中读取文本，但没有一个工具可以提供100%的准确输出。然而，综合起来，结果可能非常接近基本事实——将文本“融合”在一起以获得良好结果的最佳技术是什么

例如：

实际文本

§ 5.1: The contractor is obliged to announce the delay by 01.01.2019 at the latest. The identification-number to be used is OZ-771LS.
光学字符识别工具1

5 5.1 The contractor is obliged to announce the delay by O1.O1.2019 at the latest. The identification-number to be used is OZ77lLS.
光学字符识别工具2

§5.1: The contract or is obliged to announce theedelay by 01.O1. 2O19 at the latest. The identification number to be used is O7-771LS
光学字符识别工具3

§ 5.1: The contractor is oblige to do announced he delay by 01.01.2019 at the latest. T he identification-number ti be used is OZ-771LS.
什么样的算法可以融合OCR 1、2和3以获得实际文本

我的第一个想法是创建一个任意长度的“翻滚窗口”，比较窗口中的单词，并从每个位置的3个工具预测中选择2个单词

例如，窗口大小为3：

[5 5.1 The]
如您所见，该算法不起作用，因为所有三种工具都有不同的候选位置（5、§5.1:和§）

当然，可以添加一些技巧，如Levenshtein距离，以允许一些偏差，但我担心这实际上不够稳健。

将其视为合并问题可能会有所帮助。不过，这不是一个无关紧要的话题。 
[§5.1: The contract] 

[§ 5.1: The]