退化文本图像的 OCR 质量
数字图书馆
2007-05-23 v1
摘要
商业 OCR 软件包在高质量扫描图像上表现最佳。当图像发生退化时，无论是由于原件质量差还是由于过度复印，它们往往产生较差的结果。通过图像的统计分析来预测 OCR 的词语失败率的能力，有助于在 OCR 成功率与人工纠错成本之间权衡取舍时做出决策。本文描述了使用标准 OCR 引擎（Adobe Capture）对退化文本图像进行 OCR 的研究。文档选自洛斯阿拉莫斯国家实验室的档案。通过将噪声以受控方式引入完美文档中，我们展示了如何根据噪声的性质预测 OCR 的质量。初步结果表明，简单的噪声模型可以较好地预测 OCR 错误数量。
引用
@article{arxiv.cs/9902009,
title = {Quality of OCR for Degraded Text Images},
author = {Roger T. Hartley and Kathleen Crumpton},
journal= {arXiv preprint arXiv:cs/9902009},
year = {2007}
}
备注
7 pages