是使用OCR软件还是使用自制CNN进行文档处理？

Question

我现在左右为难。如果您只有一种类型的发票/文档，并且您有一个特定的字段要从该发票中处理并在其他地方使用(该字段恰好是手写数字，有时用短划线或斜杠书写)，您会使用一些OCR软件或构建自己的CNN来识别这些数字吗？您希望从OCR中获得多高的准确性？你的CNN是否会更准确，因为你只对特定类型的数字书写感兴趣，具有特定的图像尺寸，等等。在给定的情况下，哪种方式更好？请记住，您不会以任何其他方式使用它，或者任何其他用于手写数字识别的地方，并且您已经有多达100k或更多的文档被人类复制到计算机上，并且您可以将其用于训练和测试。

谢谢。

Answer 1

我肯定会选择基于CNN的解决方案。由于您的文档结构是一致的：

1. 使用标准计算机视觉方法提取文档的所需部分
2. 在一组数千个文档的注释集上训练CNN。你甚至应该能够微调在MNIST上训练的现有CNN，这将需要更少的训练图像。

这种方法应该可以为您提供>99%的准确率，而不需要太多的努力。OCR解决方案的准确性实际上取决于您使用的库和实现的预处理。