做这个东西有什么用?
在自动化过程中进行文字重叠智能诊断,需要训练AI模型,训练AI模型的前提是构造异常样本,传统手工收集的样本量级太低,所以需要自动化去构造数据样本,本文章说明了 文字重叠样本如何构造。
1.通过ocr识别页面中的文字位置,识别阈值大于0.95进行筛选,删除数字区域和比较短的文字区域
原图
筛选
reader = easyocr.Reader(['ch_sim', 'en'])
ret = []
result_1 = reader.readtext(path)
for info in result_1:
if info[2] > 0.70:
if len(str(info[1])) >= 3 and not bool(re.search(r'\d', str(info[1]))):
print("筛选之后的文字==> "