基于多个OCR软件包输出改善OCR结果的软件

Question

是否存在已经存在的商业或学术软件

• 覆盖多个OCR包（Abbyy FineReader，Adobe Acrobat Professional，ReadIris等）的结果。
• 基于来自多个来源的累积知识提供全自动改进
• 允许在运行时使用其他外部工具设置（dictionieres，批量Web /本地语料库查找等）。

注意：我已经有内部解决方案可视化来自单一来源的结果，因此，如果没有可获得的此类软件，我不介意开发自己的：:)查询合作然后也非常欢迎！ screnshot http://corsis.sourceforge.net/img/so-ocr.png

Answer 1

在几个OCR引擎之间使用投票的想法并不新鲜。问题是它并没有真正起作用。如果它们是简单的分类器，那么可能会有效，那么你就会结合他们的投票并改进结果。但它们都是非常复杂的软件，使用了相似的一组着名的方法，差异很小，但可能以不同的方式组合它们，有些实现更好，有些更糟糕。

经验表明，当您结合使用多种OCR技术时，最佳决策规则是依靠最准确的结果，而只依赖其他技术。根据我的经验（我为ABBYY工作），ABBYY OCR绝对是您提到的最准确的。

据我所知，使用投票的唯一理由是，如果您需要交叉检查“可疑”字符，并在需要100％准确度时将其发送到手动验证。使用这种方法可以增加要验证的字符数，但减少错过错误字符的可能性。

Answer 2

我之前使用过两种选项，并建议使用。

1. PrimeOCR。 http://www.primerecognition.com/

这是一个商业产品，它使用多个OCR引擎和投票来确定最佳结果。它只是机器打印。我上次使用它时有6个引擎。联系Alex Dahl。

我在一个每天扫描20,000多页的主要项目中使用过它。

1. 来自OpenText的RecoStar。

RecoStar使用投票，可以做手印和机器打印。