我有一些表格，上面填有姓名：某事姓氏：某事等等。所有页面的格式都相似。 我有这种形式的图像。首先我通过 tesseract(python) 从图像中提取文本，然后我尝试将每个页面转换为字典： { "page1":{"name":"某事","family_name":"某事",etc} 哪种方法最好？我使用了正则表达式，但它没有给我带来好的结果，因为例如名称可能会在 tesseract 输出中作为 nqme 返回？最好的开源解决方案是什么？我应该改变超正方体吗？有没有可以用正则表达式替换的机器学习模型？我应该使用图像处理吗？如何训练模型来学习我的表单模式以提取数据。
我尝试了 tesseract 和 regex，但结果不好，因为图像质量不好。
我发现您希望首先从图像表单中检测字段，然后使用 ocr 模型从这些字段中获取文本，在这种情况下，我推荐检测器facterrcnn 更快的 rccn 检测器，用于提取框，例如将
name