rec模型，有时实心点句号 .会被识别成半角逗号 , 有没有什么办法？类似的情况，还有英文大小写等。O0, Ss, Xx之类近似的

nissansz commented 2 weeks ago

Issues

[X] I have browsed through the Issues. 我已浏览过Issues，确定没有重复的建议。

Expected behavior 预期的功能

rec模型，有时实心点句号 . 会被识别成半角逗号 , 。有没有什么办法？类似的情况，还有英文大小写等。O0, Ss, Xx之类近似的

Approximate reference (optional) 近似的参考（可选）

No response

hiroi-sora commented 2 weeks ago

rec模型，有时实心点句号 . 会被识别成半角逗号 , 。有没有什么办法？类似的情况，还有英文大小写等。O0, Ss, Xx之类近似的

这是OCR领域的通用挑战，基本所有OCR项目都要面临类似的问题，解决的技术难度很大。

如果你的识别内容相对可控，那么可以自己后处理过滤一下识别文本，来提高质量。比如：

夹在数字中的符号替换为点 .
句首的字母s，x等字母替换为大写，句中的则小写
如果是长文章类型的内容，那么可以交给大模型优化一下，3.5级别的即可，写个脚本调API

nissansz commented 2 weeks ago

chatgpt 3.5优化？在国内没法直接调用吧？

------------------ 原始邮件 ------------------

发件人: hiroi-sora @.***>

发送时间: 2024-09-03 17:14:33

收件人:hiroi-sora/Umi-OCR @.***>

抄送:nissanjp @.>,Author @.>

主题: Re: [hiroi-sora/Umi-OCR] rec模型，有时实心点句号 .会被识别成半角逗号 , 有没有什么办法？类似的情况，还有英文大小写等。O0, Ss, Xx之类近似的 (Issue #646)

rec模型，有时实心点句号 . 会被识别成半角逗号 , 。有没有什么办法？类似的情况，还有英文大小写等。O0, Ss, Xx之类近似的

这是OCR领域的通用挑战，基本所有OCR项目都要面临类似的问题，解决的技术难度很大。

如果你的识别内容相对可控，那么可以自己后处理过滤一下识别文本，来提高质量。比如：

夹在数字中的符号替换为点 . 句首的字母s，x等字母替换为大写，句中的则小写如果是长文章类型的内容，那么可以交给大模型优化一下，3.5级别的即可，写个脚本调API — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

hiroi-sora commented 2 weeks ago

在国内没法直接调用吧？

代理，转接，办法总是有的

nissansz commented 2 weeks ago

哪种图片resize利于ocr准确率改善？

------------------ 原始邮件 ------------------

发件人: hiroi-sora @.***>

发送时间: 2024-09-03 17:36:47

收件人:hiroi-sora/Umi-OCR @.***>

抄送:nissanjp @.>,Author @.>

主题: Re: [hiroi-sora/Umi-OCR] rec模型，有时实心点句号 .会被识别成半角逗号 , 有没有什么办法？类似的情况，还有英文大小写等。O0, Ss, Xx之类近似的 (Issue #646)

在国内没法直接调用吧？

代理，转接，办法总是有的

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

hiroi-sora commented 2 weeks ago

哪种图片resize利于ocr准确率改善？

一般来说默认值是与训练集类似，比较好。也可以自己试试不同值，看看哪个适合自己的情景。

hiroi-sora / Umi-OCR