培训计算机视觉OCR

Question

我设置了Azure计算机视觉服务，并在我的应用程序中使用。 当我尝试对一些图像执行OCR时，它没有识别所有的文本（即漏掉 "杯子 "中的 "S"）.当文本没有被正确识别时，它可以在OCR中进行训练重训吗？

Answer 1

当OCR工具能够检测到所有的文字时，并不总是如此。您可以尝试在将图像发送到 azure 之前对一些图像进行预处理。预处理

Answer 2

根据你提供的图片和信息，我很快就查到了计算机视觉API的输出，其中有几种文字处理的操作。

• OCR：原始的，同步的
• 识别文本：第2个，异步的，最后一个将被废止
• 批量读取（2.0 & 2.1）> 读取（3.0）：最新的一种，也是异步的。

从结果质量来看，Read操作比较好，特别是对于旋转的项目和其他情况。

下面是各家输出的示例，用你的图片(https:/moderatorsampleimages.blob.core.windows.netsamplessample2.jpg。)，用Cognitive Workbench生成。网站，一个认知服务的开源演示。

OCR

你可以看到一些错误。

• "CAPABLE "后面有一个 "*"
• "OURSELVE "缺少 "S"。
• 最后一个句号是逗号

识别文本

这里唯一的问题是最后少了一个句号。

批量读取

这里唯一的问题是最后少了一个句号。

结论：使用现在已经普遍可用的Read 3.0。API链接。https:/westeurope.dev.cognitive.microsoft.comdocsservicescomputer-vision-v3-gaoperations5d986960601faab4bf452005。