我尝试使用表单识别器分析发票,标签tool.The发票包含字段和表数据。表中的所有数据都由ocr进程识别并可读。不幸的是,这些表并不总是被认为是表。有时,只有一半的数据被识别为表,在某些情况下,没有任何标记为表。
获取表数据的最佳方法是什么?
文档说:“表数据应该被自动检测,并在最终的输出JSON文件中可用。但是,如果模型无法检测到所有表数据,您也可以手动标记这些字段。用不同的标签标记表中的每个单元格。如果表单中的表有不同的行数,请确保至少用尽可能大的表标记一个表单。”
这是不切实际的,而且会使几百个字段以上的现场计数器麻木。是否有改进表识别的方法,可能通过修改labels.json和定义地域
发布于 2020-07-28 06:03:39
如果样品发票和表格是复杂的,因为扫描质量和复杂的表和这些表是当前的,不能自动检测到我们的表提取。我们正在努力改进我们的表格技术,并希望能够在不久的将来提取复杂的表格。
作为解决办法,在此之前,您可以尝试使用带有标签功能的表单识别器培训,并将这些表标记为键值对,将表的每个单元格标记为一个值。请注意,您将需要标记和培训与5个样本的最大行数在表中。
https://stackoverflow.com/questions/62795318
相似问题