开源阿拉伯文字符 OCR 的进展与局限：一项案例研究
计算与语言
2024-02-20 v1 计算机视觉与模式识别
摘要
本文对开源 OCR 引擎 Kraken 在领先的阿拉伯语学术期刊《al-Abhath》上的准确性进行了研究。与其他商业可用的 OCR 引擎相比，Kraken 被证明能够生成高精度的阿拉伯文字符 OCR。该研究还评估了特定字体模型与通用模型在 al-Abhath 数据上的相对准确性，并对“错误实例”及可能导致 OCR 误识别的上下文特征进行了微观分析。基于此分析，本文认为，通过 (1) 采用更系统化的训练数据生产方法，以及 (2) 开发关键技术组件，特别是多语言模型以及改进的行分割和版面分析，可以显著改善阿拉伯文字符 OCR。
引用
@article{arxiv.2402.10943,
title = {Advances and Limitations in Open Source Arabic-Script OCR: A Case Study},
author = {Benjamin Kiessling and Gennady Kurin and Matthew Thomas Miller and Kader Smail},
journal= {arXiv preprint arXiv:2402.10943},
year = {2024}
}