我正在测试各种Python 图像预处理管道 for tesseract-ocr。我的输入数据是pdf发票和各种质量的收据,从扫描的文件(最好的)到手机提供的照片,在恶劣的灯光下拍摄(最差),以及两者之间的一切。当对OCR执行手动扫描时,我通常会选择几种扫描预置(非锐利掩模、边缘填充、颜色增强、伽马)。我正在考虑在Python管道中实现类似的解决方案。我理解OCR质量的标准度量是Levenshtein (编辑距离),它是相对于地面真相的
我正在尝试使用的OCR代替Pytesseract。其中的一部分是定义帐户密钥。谷歌建议这样做的方法是将GOOGLE_APPLICATION_CREDENTIALS环境变量设置为带有键的路径。Google给出的示例代码是: from google.cloud import storage
# If you don't specify credentials