这是一个创建于 43 天前的主题，其中的信息可能已经有所发展或是发生改变。
目前没有成本和时间搭建一个大模型，能想到的就是比较原始的正则匹配方式。
但是弊端比较多，只能精确匹配，多一个字少一个字都拿不到，或者带*号的，有时候 ocr 出来的也会缺东西多东西。导致肉眼能看到的很多信息正则都匹配不到。
大佬们有什么比较好的方案或者类似工具库吗，可以比较人性化一点的匹配到有效信息，比如多个数字少个数字或者看着比较像人名的都可以匹配到。
但是弊端比较多，只能精确匹配，多一个字少一个字都拿不到，或者带*号的，有时候 ocr 出来的也会缺东西多东西。导致肉眼能看到的很多信息正则都匹配不到。
大佬们有什么比较好的方案或者类似工具库吗，可以比较人性化一点的匹配到有效信息，比如多个数字少个数字或者看着比较像人名的都可以匹配到。
8 条回复 • 2024-03-15 15:21:50 +08:00
 |
1
xylitolLin 43 天前
先用 yolo 处理一下图片，把目标区域切下来之后，再进行 OCR ，这样可以提高 OCR 的准确性
|
 |
2
lidapang 43 天前  2
|
 |
3
KOMA1NIUJUNSHENG OP @lidapang 可以啊老哥，这个识别出来的比百度高精度 ocr 还好一点。
|
|
4
KOMA1NIUJUNSHENG OP @lidapang 但是错别字有点多，文字的识别准确度有待改善。
|
|
5
lidapang 43 天前
你根据文档上面的参数调整下，错别字多的原因可能识别的时候那个临界点没有设置合适，前提不对图片做处理的情况下
|
 |
6
SuperMaskv 43 天前
如果是证件，表格这种类型的可以看一下微软的 layoutlm 系列，有中文的预训练模型
https://github.com/microsoft/unilm/tree/master/layoutlmv3 |
 |
7
xmuli 43 天前 via iPhone
如百度 ocr 接口也有专门针对车牌，发票等具体的，识别率很高。
|
|
8
KOMA1NIUJUNSHENG OP @lidapang #5 可以，我试一下。
|
Select Language