ADHoc信息检索

Question

我想从图片收据中提取总帐单。我可以提取图像中存在的整个数据，但现在我很惊讶只提取了我需要的信息。

这是我的形象。

我正在粘贴图像中提取的信息

m cm lnnk 3mm: :33; no 1 z m
x Visut all! ms“; (or nulnunn mfn an an: nan.



Sub Iota] 19.56
TOTAL 19.56
VISA 1956
Fun 19.56
D!!! You Know 0



For ureat-tastlru dessens under 200
cahries, try our Triple Berry Frozen
Yogurt Sunda: a dish of Frozen Yogurt.
or a Vanma rozen Vugurt Done.

根据这些数据，我只想提取总账单。为了得到这个，我发现我可以使用Ad Hoc Normalization（Adhoc检索）。有人可以提供关于临时检索的任何见解。如果还有其他选项可以从图像中提取数据，请允许我这样做。我正在使用tesseract来提取这些信息。有时它没有给出正确的输出。我可以使用一些帮助即兴创作tesseract给出的输出。

Answer 1

在这种情况下，为什么需要临时检索？由于您从收据中获得OCR结果，因此您只需对＆＃34; TOTAL＆＃34;旁边显示的项目执行常规文本搜索。

有图像文本搜索算法，但这对于这样一个简单的应用来说似乎有些过分，除非有充分的理由这样做。