PaddleOCR 2.7.3 竖排小票识别串行 方向分类怎么关

票据识别接的是 PaddleOCR 2.7.3,竖版小票一次识别出来,「合计」和后面的金额被拼成同一行,字段顺序整体错开。置信度打印是 0.93,靠分数根本挑不出错的那几张。

第一反应是把 rec_score_thresh 提到 0.85,重跑一遍,错的还是高置信,只是把几张打印模糊的也误杀了。又去关方向分类,use_angle_cls 设 False,横版图里倒置的文字立刻识别不出来,说明这条路也不对。

回头看检测框才发现问题不在识别,在切分。小票是正常朝向,但两列挨得太近,det_db_box_thresh 默认 0.5 时两个框粘成一个,识别模型把两列内容当一行读。把阈值提到 0.62、unCLIp_ratio 从 1.5 降到 1.2,框收窄了,列就分开了。

长行还要单独处理,rec_image_shape 从 3,48,320 改成 3,48,640,否则一列里 30 多个字会被压扁变形。排序也不能只按 y 坐标,同一行的框 y 有 2 到 5 像素差,先按 y 聚类再按 x 排,行序才对。

确认:30 张票据重跑,字段错位从 11 张降到 2 张,剩下两张是热敏纸打印发灰。判定标准用人工标注的合计金额逐个比对,不看整体准确率那个大数。阈值也别一次调太狠,0.62 再往上走,淡墨打印的票据会整块漏检,召回掉的比错行更麻烦。

from paddleocr import PaddleOCR
ocr = PaddleOCR(
    use_angle_cls=False,
    det_db_box_thresh=0.62,
    det_db_unclip_ratio=1.2,
    rec_image_shape="3,48,640",
)
res = ocr.ocr("ticket.jpg", cls=False)
for box, (text, score) in res[0]:
    print(round(box[0][0]), text, round(score, 3))

您可以还会对下面的文章感兴趣: