车票/机票上的外文内容,OCR认不认?

这坑我踩过,中英混排可以一次识别,结果按语种分段出。字小密集,车次/航班号核对。混排文档盯两点:英文单词别被拆成单个字母(原图字距太宽会这样,先收一收),专业术语和缩写识别完人工过一遍。备份这一步别嫌麻烦,关键时候救命。
这事是怎么一回事
OCR 结果必须校对,尤其数字、标点、专有名词。「差不多对」和「能直接用」之间,隔着一遍人工检查,这步省不得。
本文按公开资料整理,版本更新后界面可能微调,但思路不变。
上手这么办
- 中英混排可一次识别到这一步基本成型,剩下的就是微调。
- 字距太宽英文会被拆字母批量的话这步对所有选中图生效,先抽查再跑全量。
- 术语缩写人工复核参数别死记,按参考值设完看效果再调。

过来人提醒
- 表格识别完重点对数字列,错位漏格是最常见的坑
- 竖排、手写目前识别率都不理想,重要内容老老实实人工录
- 扫描或拍照奔着 300DPI 去,字太小先放大再识别
本文涉及:车票/机票 识别、车票/机票 OCR、图片转文字(车票/机票 识别)。
同类问题:车票/机票分辨率低,OCR还有救吗?
字小模糊的图先救再认:用增强功能拉高清晰度和对比,有条件的做无损放大,让正文字高够到 20 像素以上再喂 OCR。字小密集,车次/航班号核对。原图实在救不动的,重新拍、重新扫是唯一正解。备份这一步别嫌麻烦,关键时候救命。
这事是怎么一回事
下面按先结论、再步骤、后提醒的顺序来,赶时间直接跳到步骤那段。
这问题在用户里出现频率不低,解决路径已经很成熟了。
上手这么办
- 先增强放大再识别操作时盯着窗口里的提示走,别凭印象点。
- 字高 20 像素是道坎先拿一张无关紧要的图练手,别上来就动正式图。
- 救不动就重拍重扫这步别图快跳过去,后面出问题多半是它。

过来人提醒
- 识别结果别直接用,从头到尾过一遍再交付
- 识别前先把无关区域裁掉,干扰少了准确率立马上来
- 表格识别完重点对数字列,错位漏格是最常见的坑
本文涉及:车票/机票 识别、车票/机票 OCR、图片转文字(车票/机票 识别)。
