ADHoc信息检索

Question

我想从图像收据中提取总账单。我可以提取图像中存在的整个数据，但现在我遇到了一个问题，即只提取我需要的信息。

这是我的图像。

​

​

我正在粘贴从图像中提取的信息

m cm lnnk 3mm: :33; no 1 z m
x Visut all! ms“; (or nulnunn mfn an an: nan.



Sub Iota] 19.56
TOTAL 19.56
VISA 1956
Fun 19.56
D!!! You Know 0



For ureat-tastlru dessens under 200
cahries, try our Triple Berry Frozen
Yogurt Sunda: a dish of Frozen Yogurt.
or a Vanma rozen Vugurt Done.

从这些数据中，我只想提取总账单。为了实现这一点，我发现我可以使用Ad Hoc标准化(Adhoc retrieval)。有人能提供一些关于即席检索的见解吗？如果有任何其他选择从图像中提取数据，请让我这样做。我正在使用tesseract来提取此信息。有时它不会给出适当的输出。我需要一些帮助来即兴修改tesseract给出的输出。

Answer 1

在这种情况下，为什么需要即席检索？由于您将从收据中获得OCR结果，因此您只需对"TOTAL“旁边出现的项目执行常规文本搜索即可。

有一些用于图像文本搜索的算法，但对于这样一个简单的应用程序来说，除非有很好的理由，否则这似乎有点过头了。