关于提高PaddleOCR识别准确率的一些优化（一）

---

前言

场景分析：识别用户上传的图片中的文本
存在的问题：
1、图片倾斜导致ocr识别不准
2、图片颠倒，导致识别出来的文本，顺序错乱
3、图片尺寸太大，识别效率太慢
4、部分图片模糊，导致识别准确率率下降

---

一、初步解决方案

1、矫正图像：

• 二值化后，寻找外接矩形边缘线，计算角度------鲁棒性差
• hough变换-------效果太差
• radon变换------目前效果最好

由于用户拍照场景比较复杂，导致几种典型的算法均不适用，目前效果最好的为radon变换，60%的矫正准确率。

2、缩放图像：

• 对于尺寸大于2000 * 2000的图像，缩放至（h * 0.5，w * 0.5）识别准确率有所提升
• 对于尺寸小于2000 * 2000的图像，缩放至（h * 0.5，w * 0.5）识别准确率下降

因此，2000 * 2000的size是图像是否进行缩放的一个临界点

3、提高图像对比度：

• 理论上，提高图像的对比度能使像素分布更均匀，使白的更白，黑的更黑。

此处有待进一步的测试

二、后续的优化方向

1、提高矫正准确率：
经过多轮测试发现，矫正后的图像，识别效果一定优于原图，因此，后续将着重于提高矫正准确率的工作

2、图像对比度增强：
在矫正准确率达到瓶颈后，会尝试对图像做一些预处理，以提高识别效果

总结

1、对于OCR，图像尺寸太大了效果反而更差
2、矫正图像，能有效提升OCR识别效果

相关文章：
关于提高PaddleOCR识别准确率的一些优化（二）
关于提高PaddleOCR识别准确率的一些优化（三）