评估 Khmer 字体类型对文本识别的影响
计算机视觉与模式识别
2025-07-01 v1
摘要
文本识别在字体类型方面具有显著影响，尤其是对于复杂脚本如 Khmer。Khmer 字体的多样性—each with its unique character structure——给光学字符识别（OCR）系统带来了挑战。本研究使用 Pytesseract 评估了 19 个随机选取的 Khmer 字体类型对文本识别准确率的影响。这些字体包括 Angkor、Battambang、Bayon、Bokor、Chenla、Dangrek、Freehand、Kh Kompong Chhnang、Kh SN Kampongsom、Khmer、Khmer CN Stueng Songke、Khmer Savuth Pen、Metal、Moul、Odor MeanChey、Preah Vihear、Siemreap、Sithi Manuss 和 iSeth First。我们的比较显示，Khmer、Odor MeanChey、Siemreap、Sithi Manuss 和 Battambang 取得了较高的准确率，而 iSeth First、Bayon 和 Dangrek 表现较差。该研究强调了在优化 Khmer 文本识别中选择字体的重要性，并为开发更稳健的 OCR 系统提供了宝贵的见解。
引用
@article{arxiv.2506.23963,
title = {Evaluating the Impact of Khmer Font Types on Text Recognition},
author = {Vannkinh Nom and Souhail Bakkali and Muhammad Muzzamil Luqman and Mickael Coustaty and Jean-Marc Ogier},
journal= {arXiv preprint arXiv:2506.23963},
year = {2025}
}