[發明專利]一種OCR識別效果評估方法及裝置

在審

• 申請號: 202111183513.7
• 申請日: 2021-10-11
• 公開（公告）號: CN113920517A
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 劉豐威;潘煒;陳廣開;王勇;陳觀娣;譚致遠;鄧明斌;黃文科;伍國萍;史琳;張濤;張卓;王馬才;劉輔鈺;董茵;朱少維;鄧志飛
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06V30/32
• 分類號: G06V30/32;G06V30/413;G06V30/19;G06V10/764;G06V30/10
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 潘紅

本申請公開了一種OCR識別效果評估方法及裝置，本申請提供的OCR識別效果評估方法通過待評估的OCR識別模型對特定的評估樣本圖像進行光學字符識別，得到待評估OCR識別模型輸出的模型識別結果數據，將模型識別結果數據與標準識別結果數據進行比較，當模型識別結果數據越接近標準識別結果數據說明OCR識別模型的識別效果越好，從而得到OCR識別模型的識別效果評估結果，避免主觀因素對評估結果的影響，且無經過使用體驗的階段，解決了現有的OCR識別算法評估方式評估結果不準確以及評估周期長的技術問題。

技術領域

本申請涉及技術光學字符識別領域，尤其涉及一種OCR識別效果評估方法及裝置。

背景技術

OCR技術(Optical Character Recognition，光學字符識別)目前被廣泛利用在手寫識別、印刷體識別及文本圖像識別等相關領域。小到文檔識別、車牌識別、銀行卡識別、身份證識別、票據識別、發票識別等，大到廣告、海報內容識別。OCR技術的發明，極大簡化了我們處理數據的方式。

將OCR可以分為手寫體識別和印刷體識別兩類。按目前OCR識別能力，印刷體識別準確度要遠高于手寫體的識別準確度。盡管OCR識別技術已經較為成熟和穩定，由于廠商使用的學習算法不同、訓練的樣本集合和數量不同，對同一個需識別的圖片或材料，獲得的識別效果也是不同的。目前對OCR識別效果的評估方式多為試用體驗的方式，即由用戶實際使用OCR識別算法，根據使用感受評估模型識別效果的方式，這種評估方式存在評估結果不準確以及評估周期長的技術問題。

發明內容

本申請實施例提供了一種OCR識別效果評估方法及裝置，用于解決現有的OCR識別算法評估方式評估結果不準確以及評估周期長的技術問題。

本申請第一方面提供了一種OCR識別效果評估方法，包括：

獲取待評估的OCR識別模型以及評估樣本圖像；

通過所述OCR識別模型對所述評估樣本圖像進行光學字符識別，得到模型識別結果數據；

根據所述評估樣本圖像對應的標準識別結果數據，將所述模型識別結果數據與所述標準識別結果數據進行比較，以根據比較結果確定所述OCR識別模型的識別效果評估結果。

優選地，所述模型識別結果數據與所述標準識別結果數據進行比較的過程具體包括：

對所述模型識別結果數據中的指標項與所述標準識別結果數據中的指標項進行比較，確定指標項識別比較結果；

基于指標項與指標內容的對應關系，對所述模型識別結果數據中的指標內容與所述標準識別結果數據中的指標內容進行比較，確定指標內容識別比較結果。

優選地，所述模型識別結果數據與所述標準識別結果數據進行比較的過程具體包括：

根據指標內容填寫方式，將所述模型識別結果數據中的指標內容按照填寫類型分為印刷項內容和手寫項內容；

按照兩種不同的填寫類型，分別對所述模型識別結果數據中的指標內容與所述標準識別結果數據中的指標內容進行比較，得到印刷項內容識別比較結果以及手寫項內容識別比較結果。

優選地，所述根據比較結果確定所述OCR識別模型的識別效果評估結果具體包括：

將所述指標項識別比較結果與所述指標內容識別比較結果，分別換算出指標項識別評分與指標內容識別評分，并基于指標項識別評分與指標內容識別評分通過求和公式，得到識別效果評分，以根據所述識別效果評分確定所述OCR識別模型的識別效果評估結果。

優選地，所述根據比較結果確定所述OCR識別模型的識別效果評估結果具體包括：