推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 1952 天前的主题，其中的信息可能已经有所发展或是发生改变。
第 1 条附言 2020 年 12 月 18 日
另外OCR的图片都是
这种理想情况下的，OCR识别率不高会不会是过拟合了，我在这方面也只是有所了解，不知道有没有大佬给个优化方向
 | 1 daiqiangbudainiu 2020 年 12 月 17 日 好东西，看之前先顶一下 |
 | 2 leafleave 2020 年 12 月 17 日 所以进能够使用网站提供的小样本进行测试 错别字：进→仅 |
 | 3 ZAXON OP @leafleave 嗯，目前是依赖于 chineseocr_lite 做本地的 OCR，不过也提供了百度的接口，有条件的话用第三方接口识别率可能会更高。 我也不知道现在国内的 OCR 哪家比较厉害，计划是再加一个腾讯的接口。 毕竟 OCR 不能保证 100%的识别率，这也是做成 web 服务的原因，最后必须要经过一次人工核对的。 |
| 4 leafleave 2020 年 12 月 18 日 有没有可能在 ocr 之后再利用输入法的词库检测出来可能的错别字，再尝试匹配其他相近的字符，这样可以提高准确率 |
| 5 ZAXON OP @leafleave 本质上这是通过将字体文件(fft\woff\woff2)中的每个字转换为 png 图片,来后针对每一张图片做 OCR 。有兴趣的话可以看看[实现思路]( https://blog.harumonia.moe/font-antispider-cracker/)。 最终是对含有单个字的图片进行识别，而不是对一段话的识别。 你说的这个思路倒是可以通过引进不同的 OCR 方式来检测出有争议的识别结果。 其实目前程序的设计还是有问题的。比如如果使用了第三方 OCR 做增补，这个增补只是针对本地 OCR 没识别出来的图片，而不是本地 OCR 识别错的图片（蛋疼的是这个错误只有人工能判断）。诸如此类的，我计划等周末再琢磨琢磨提高准确率的方法。 |
Select Language