ocr识别纯数字会将数字翻转,并且会识别成字母

Question

最近在学习ocr的时候会出现一些问题:
1.识别图片上面的数字会出现倒转,比如0428会变成82h0
2.识别图片上面的数字时一些特殊的数字会识别成字母,比如4变成h
如何能在识别的时候解决这个问题,但不能重新训练模型,我所使用的模型是
ch_PP-OCRv3_det_infer
ch_PP-OCRv3_rec_infer
ch_ppocr_mobile_v2.0_cls_infer

Answer 1

该回答引用ChatGPT4o及杨同学*共同作答, 如有帮助，还请采纳。
在 OCR 识别时遇到数字翻转和误识别成字母的问题，尤其在使用 PaddleOCR 提供的 ch_PP-OCRv3 和 ch_ppocr_mobile_v2.0_cls_infer 模型时，可以尝试以下几种方法来改善结果，而无需重新训练模型：

1. 使用 cls 方向分类器

你已经在使用 ch_ppocr_mobile_v2.0_cls_infer 方向分类器，但是方向分类器可能没有完全纠正图像的方向。可以尝试以下调整：

• 确保方向分类器的 cls_threshold 参数适当。例如将 cls_threshold 设置得稍微低一些（比如 0.8 或更低），可能会让方向分类器更加灵敏，减少翻转错误。
• 确保方向分类器在识别前启用，如果你在代码中手动调用模型，要确保在文本检测后，识别之前使用方向分类器进行调整。

from paddleocr import PaddleOCR

ocr = PaddleOCR(cls=True)  # 确保开启 cls 分类器
result = ocr.ocr(img_path, cls=True)

2. 预处理图像

• 旋转和对齐图像：在输入 OCR 识别之前，先检查图片中的数字方向。如果发现有倒置的数字，可以尝试对图像进行旋转。可以先使用 OpenCV 进行简单的图像方向检查（如边缘检测），如果检测到明显的倒置或翻转，再进行 OCR 识别。
• 图像增强：有时候数字识别出错可能是因为图像清晰度或对比度不足。可以在图像进入 OCR 前，使用一些增强技术，比如灰度转换、增加对比度或锐化，以提高识别的准确度。

3. 后处理结果

• 翻转检测和纠正：在识别结果中检查是否出现了翻转的模式，比如类似 82h0 的字符串。可以编写一个函数来检测数字顺序和识别的异常情况，然后手动进行结果纠正。
• 字母到数字的映射：为了解决 OCR 将 4 识别成 h 的问题，可以使用正则表达式或简单的规则来进行字符替换。例如，在结果中可以将识别出的 h 或 H 替换成 4，或者编写一个简单的字母-数字映射来纠正这些常见误识别。

def correct_ocr_result(ocr_text):
    corrections = {'h': '4', 'H': '4', 'B': '8', 'O': '0', 'I': '1'}
    corrected_text = ''.join([corrections.get(char, char) for char in ocr_text])
    # 检测可能的翻转模式
    if corrected_text[::-1].isdigit():  # 如果翻转后为数字
        corrected_text = corrected_text[::-1]
    return corrected_text

4. 设置 rec_char_dict_path

如果可以修改 rec_char_dict_path 配置文件，可以尝试自定义字符集文件，以减小模型输出的字符范围，限制模型仅输出数字和极少数的英文字母，这样可以在一定程度上避免数字误识别成字母的情况。

5. 增加输出过滤

可以在识别结果输出时，过滤掉不符合预期格式的字符。例如，如果知道 OCR 结果应为纯数字，可以使用正则表达式仅提取数字部分，或者忽略掉不是数字的字符。

import re

def filter_non_digits(text):
    return ''.join(re.findall(r'\d+', text))

总结

这些方法主要是通过调整方向分类器、进行图像预处理和结果后处理来避免重新训练模型，同时在一定程度上提升识别准确度。