प्राप्ति

Question

से प्रासंगिक जानकारी निकालने के लिए कैसे मैं Opencv, Tesseract और केरास के संयोजन का उपयोग करके विभिन्न रसीदों की एक श्रृंखला से जानकारी निकालने का प्रयास कर रहा हूं। प्रोजेक्ट का अंतिम परिणाम यह है कि मुझे फोन का उपयोग करके रसीद की तस्वीर लेने में सक्षम होना चाहिए और उस तस्वीर से स्टोर का नाम, भुगतान प्रकार (कार्ड या नकद), भुगतान की गई राशि और निविदा बदलें।

अब तक मैं अलग नमूना ऐसी पृष्ठभूमि, denoising को दूर करने और निम्नलिखित जैसे एक द्विआधारी छवि को बदलने और एक छवि के साथ छोड़ दिया हूँ के रूप में OpenCV का उपयोग कर प्राप्तियों की एक श्रृंखला पर कुछ अलग preprocessing चरणों किया है:

मैं रसीद पर ओसीआर करने के लिए टेस्सेक्ट का उपयोग कर रहा हूं और परिणामों को एक टेक्स्ट फ़ाइल में लिख सकता हूं। मैंने एक स्वीकार्य स्तर पर प्रदर्शन करने के लिए ओसीआर प्राप्त करने में कामयाब रहा है, इसलिए मैं वर्तमान में रसीद की एक तस्वीर ले सकता हूं और अपना प्रोग्राम चला सकता हूं और मुझे रसीद पर सभी पाठ वाली टेक्स्ट फ़ाइल मिल जाएगी।

मेरी समस्या यह है कि मैं रसीद पर सभी पाठ नहीं चाहता हूं, मुझे बस कुछ जानकारी चाहिए जैसे ऊपर सूचीबद्ध पैरामीटर। मैं इस बात के बारे में अनिश्चित हूं कि मुझे ऐसे मॉडल को प्रशिक्षित करने के बारे में कैसे जाना है जो मुझे आवश्यक डेटा निकालेगा।

क्या मैं सोचने में सही हूं कि मुझे छवि के विभिन्न वर्गों को विभाजित करने और वर्गीकृत करने के लिए केरा का उपयोग करना चाहिए, और उसके बाद पाठ को उस अनुभाग में फ़ाइल करने के लिए लिखना चाहिए जिसे मेरे मॉडल ने प्रासंगिक डेटा के रूप में वर्गीकृत किया है? या क्या मुझे क्या करना है इसके लिए एक बेहतर समाधान है?

क्षमा करें अगर यह एक बेवकूफ सवाल है, तो यह मेरा पहला ओपनसीवी/मशीन लर्निंग प्रोजेक्ट है और मैं अपनी गहराई से काफी दूर हूं। किसी भी रचनात्मक आलोचना की सराहना की जाएगी।

Answer 1

छवि का उपयोग करने का यह एक अच्छा विचार है, क्योंकि आप दस्तावेज़ की संरचना को खो देंगे यदि आप केवल ओसीआर को सादा करते हैं। मुझे लगता है कि आप सही रास्ते पर हैं। मैं बिल को हेडर, कुल राशि, लाइन आइटम में विभाजित करता हूं और उस पर प्रशिक्षित एक छवि वर्गीकरण प्राप्त करता हूं। फिर आप इसे