OCR的理想字体是什么？

Question

有没有人有使用OCR的不同字体的经验？我正在生成一个ID，然后尝试用tesseract扫描它。目前我只是T＆amp; E'n不同的字体，但这似乎效率很低。我尝试过OCR *系列字体，以及Arial和Georgia等其他各种字体。 tesseract往往与OCR *字体混淆。

是否有专门为tesseract设计的字体，或任何适合它的系统字体？

Answer 1

好的，谷歌上搜索了一个特定的OCR字体： OCR Font

看起来这是1973年采用的标准。

Answer 2

尝试了很多不同的字体和 OCR引擎后，我倾向于使用Consolas获得最佳效果。它是一种像等宽字体，但对人类来说更容易阅读。 Consolas包含在几个Microsoft产品中。

还有开源字体Inconsolata，受 Consolas影响。 Inconsolata是Consolas的良好替代品，特别是考虑到许可细节。

在我的测试中，Calibri字体中的数字和空格并不总是被正确识别。 OCR-A给出了很多读数错误。我没有尝试过MIRC，因为它对大多数人来说都不容易阅读。

注意：tesseract在可靠之前需要进行大量测试和微调。在我们的案例中，我们改用了商业许可的OCR引擎（ABBYY），特别是因为可靠性非常重要，我们需要支持多种（欧洲）语言。

更新 2017年1月31日 - 由于潜在的版权问题，将“基于Consolas 的”更改为“受Consolas 影响的”。

Answer 3

我发现Calibri对我来说是最好的。我们每天在自动化系统中使用OCR软件，并在测试了数十种字体（包括一些特定于OCR的字体）后，Calibri始终是最好的。

祝你好运。

Answer 4

我可能会使用银行用于检查底部的路由号码的相同字体：

http://morovia.com/font/micr.asp

它专门设计为明确的机器可读性。

Answer 5

我总是通过简单地使用新罗马时代来获得成功。

Answer 6

我最近在一个名为Laserfiche的ECM中进行了广泛的测试，它使用Nuance OmniPage，我发现等宽字体与动态间隔字体相比表现不佳。那些旧的OCR字体的表现不如更“正常”的字体。特别是对于较小字体大小的数字字符串，如第12点。

奇怪的是，其他人在Calibri取得了成功。它在我的测试中表现非常差，经常得到相似的看起来相互混淆的字母和数字。最好的字体（安装了Office的Windows计算机上的字体）是Consolas，Verdana和Book Antiqua。所有动态衬线字体，字母和数字看起来不同。康索拉斯是冠军。

Answer 7

目前正在使用Monospace。试过很多字体，但这对我来说是最准确的。

Answer 8

这实际上取决于所考虑的OCR引擎。

对于gocr，FreeMono是最好的，请参阅gocr文档。

对于tesseract，DejaVu-Serif效果很好，请参见videoCategories

对于abbyocr，verdana很好，请参见https://superuser.com/a/1543382/280936

另请参阅以下摘要：this comparison