Tesseract的Python准确性

Question

我已经运行了tesseract ocr将图像文件转换为字符串。

现在我放完了

如何比较原始PNG文件和输出文本文件是否正确

basewidth = 2700
img = Image.open('D:OCR\\page1.png')
wpercent = (basewidth/float(img.size[0]))
hsize = int((float(img.size[1])*float(wpercent)))
img = img.resize((basewidth,hsize), PIL.Image.ANTIALIAS)
img.save('page1_zoom.png') 
print(image_to_string(Image.open('D:\page1_zoom.png')))

Answer 1

如何检查是否正确？

当然，您需要一些手动的基准/黄金数据来与结果进行比较。 您将需要测试数据或至少要验证的参数。

Test cases could be something like: 
 1. Whole textual data 
 2. No of lines 
 3. No of Paragraphs 
 4. Position of text

Tesseract与Google OCR：

如果您想使用其他OCR测试tesseract的准确性，则可以尝试使用Google OCR，其​​结果要比tesseract更好（尽管它是基于它的）

Tesseract培训：

Tesseract does provide feature of training to improve the accuracy of results.