滤波OCR结果

Question

我正在处理OCR，我已经在工作了，但是现在我一直在研究如何过滤OCR结果，以便将每个字符串移动到一组文本字段中。

例如，OCR结果：

姓名: Jhon 编号: 12345 地址:加拿大

...but有时将文本字段“地址”指定为"Jhon“，将文本字段指定为”否“。

Answer 1

对于包含校验和(通常是银行帐号)的数据，您可以验证校验和，如果您真的想要非常低的假阳性故障，则需要输入视频流，并继续执行OCR以积累多个结果。当大多数“校验和有效”的字符串相同时，这很可能是(99,5+%)正确的字符串。

没有视频流和累积结果，您可能会得到97-99%的校验和数据。

没有校验和:嗯，你不能真的说出来。

对于“否”这样的字段，你至少可以拒绝按字母顺序排列的结果，而对于“名称”，你可以对数字进行惩罚(尽管我认为有些国家的数字名是有效的？)，在地址上，你可能会对"alphabet_digit“结果给予额外的信任，并拥有所有街道/城市字符串的字典，但最终无法判断哪个结果比其他更正确。

再次输入视频流并在较长的时间内(1-5s)积累几个结果可能会给您提供足够的结果来运行一些统计数据，那么如果您对OCR中出现的相同部分的结果有足够大的阈值，则认为它是“正确的”。

即使这样，对于没有任何提示的泛型文本(数字/字母/大小/位置)，这类字符串的可靠性可能低于98%，更接近90%-95%，甚至可以达到50-80%的可靠性范围(作为整个字符串，因为OCR本身的单个字符大约有95-98% )。