这是一个创建于 2510 天前的主题，其中的信息可能已经有所发展或是发生改变。
需求是实现这样一个功能：fn(图片) => { 距离: 5km, 时间: 00:30:00 }
用"OCR+正则"的思路去做遇到的问题是：
- 标点符号识别率低，有时会把 5.01km 识别成 501km
- 关键信息缺少特征，比如有些软件中的时间可能是 'mm:ss' 的格式，会与手机系统时间混淆，又或者距离是纯数字的 ‘ 5 ’，而不是 '5km'
发几张 ocr 的结果图：
- https://wxt.sinaimg.cn/mw1024/80a06c8dgy1fofukmmw5lj214c132n0p.jpg?tags=%5B%5D
- https://wx2.sinaimg.cn/mw1024/80a06c8dgy1fofukmje3wj219o12oq66.jpg
- https://wx1.sinaimg.cn/mw1024/80a06c8dgy1fofukmldvrj214412gq65.jpg
- https://wx4.sinaimg.cn/mw1024/80a06c8dgy1fofukmo2v5j213y12cn10.jpg
自己想到 2 个方案
- 笨办法，针对不同软件做几个模版，对每个模版分别写正则
- 机器学习+ocr，同样也是针对几种模板分别做训练（没了解过这方面，老铁们有推荐的工具吗？）
大家有更好的思路吗？
 |
1
GooMS 2018-02-14 19:04:06 +08:00 via Android
这个不是很多吧，我觉得机器学习成本要高于人工标注。
|
 |
2
93html OP @GooMS 嗯，我又想到一种思路，缩小识别范围，做法是找到”公里””时间”等关键字的位置，然后选取这个位置周围 xx 个 px 之内的文字内容
|
 |
3
zhangyl 2020-05-24 20:46:08 +08:00
佳明 app 的截图相对很规范，可以用模板。国内的一些 app 截图很花哨，比较麻烦。楼主还在做吗？有什么好的办法分享一下呢？谢谢
|
Select Language
