Tesseract认为我的1岁是7岁

Question

似乎这可能是ocr的常见问题。有没有办法告诉tesseract我的1号实际上是1？

希望在此过程中不将我的7改为1。

注意：这些是扫描文档，我不知道使用了什么字体。

Answer 1

如果“tesseract”可以训练，请尝试手动训练它。它应该解决问题。

还有另一种可能的解决方案。在“tesseracting”之后制作一个小的valdiation模块。对于所有1和7，使用基于强度的方法仔细检查它们。例如，尝试在其上找到角点（特征点）并使用1和7模板应用KLT，并查看哪一个获得了更积极的跟踪结果。这种方法很实用，但是因为你只需要在2个模板上进行尝试，所以我认为这不会是一个很大的性能下降。

如果两种解决方案都不可行，请尝试使用后处理解决它。例如，如果它是学生年龄，它不会是78，它是18，依此类推。然而，这种方法非常糟糕，根本不是解决方案。但是当没有其他解决方案可能时，你必须做类似的事情。