训练计算机视觉 OCR

【问题标题】：Training Computer Vision OCR训练计算机视觉 OCR
【发布时间】：2020-09-16 11:41:10
【问题描述】：

我设置了 Azure 计算机视觉服务并在我的应用程序中使用。当我尝试对某些图像执行 OCR 时，它无法识别所有文本（即在“cups”中省略“S”）。 无法正确识别文本时，是否可以在 OCR 中对其进行训练/再训练？

【问题讨论】：

  • 您在应用中使用了哪种 OCR 操作？识别文本，还是阅读？能否提供样张图片？
  • 我使用的是 RecognizePrintedTextAsync 和图像 moderatorsampleimages.blob.core.windows.net/samples/sample2.jpg。它无法识别最后一行“我们自己”中的“S”。此外，将句点识别为逗号。
  • 看起来您实际上是在使用“OCR”操作，而不是“RecognizeText”或“BatchRead”。我将填写回复以指导您获得正确的结果

标签： computer-vision ocr azure-cognitive-services


【解决方案1】：

OCR 工具并非总是能检测到所有内容。您可以尝试在将某些图像发送到 azure 之前对其进行预处理。 Preprocessig

【讨论】：

    【解决方案2】：

    根据您提供的图像和信息，我快速检查了计算机视觉 API 的输出，该 API 包含多个文本处理操作：

    • OCR：原始的，同步的
    • 识别文本：第二个，异步的，最后一个将被弃用
    • 批量读取 (2.0 & 2.1) > 读取 (3.0)：最新的，也是异步的。

    就结果质量而言，Read 操作更好，尤其是对于旋转项目和其他情况。

    这是每个图像的输出示例 (https://moderatorsampleimages.blob.core.windows.net/samples/sample2.jpg)，由 Cognitive Workbench website（认知服务的开源演示）生成。

    OCR

    你可以看到一些错误：

    • “CAPABLE”后有一个“*”
    • “OURSELVE”缺少“S”
    • 最后一个句点是逗号

    识别文字

    这里唯一的问题是末尾缺少句号

    批量读取

    这里唯一的问题是末尾缺少句号

    结论：使用现在普遍可用的 Read 3.0。 API链接：https://westeurope.dev.cognitive.microsoft.com/docs/services/computer-vision-v3-ga/operations/5d986960601faab4bf452005

    【讨论】：

    • 感谢您的详细回复。根据我最初的问题，这些功能中的任何一个都可以训练/再训练吗？
    • 不，他们不能被训练
    猜你喜欢
    • 2014-07-07
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2018-11-07
    • 1970-01-01
    • 2020-08-28
    • 1970-01-01
    • 2011-10-18
    相关资源
    最近更新 更多
    热门标签
    Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode