Qual é a fonte ideal para OCR?

Question

Alguém tem alguma experiência com fontes diferentes para OCR? Eu estou gerando uma ID depois tentar digitalizá-lo com tesseract. No momento, eu sou apenas T & E'n fontes diferentes, mas isso parece bastante ineficiente. Eu tentei o OCR * família de tipos de letra, e vários outros, como Arial e Georgia. O tesseract tende a se confundir com a OCR * fontes.

Existe alguma fonte projetado especificamente para tesseract, ou qualquer fonte de sistema que funciona bem com ele?

Answer 1

Ok, uma pesquisa no Google vem acima com este, uma fonte específica OCR: OCR Font

Parece que é uma norma aprovada em 1973.

Answer 2

Depois de tentar um monte de diferentes fontes e motores OCR I tendem a obter os melhores resultados usando Consolas . É um monoespaçada tipo de letra como OCR-A, mas mais fácil de ler para os seres humanos. Consolas está incluído em vários produtos da Microsoft.

Há também um open source Inconsolata , que é influenciada por Consolas. Inconsolata é um bom substituto para Consolas, especialmente considerando os detalhes de licenciamento.

Em meus testes, os números e espaços no Calibri fonte nem sempre foram reconhecidos corretamente . OCR-A deu muitos erros de leitura. Eu não dei MIRC uma tentativa, uma vez que não é facilmente legível para a maioria dos seres humanos.

Nota : tesseract requer um monte de testes e aperfeiçoamento antes de ser confiável. No nosso caso, nós mudamos para um motor de OCR comercial licenciada (ABBYY), especialmente desde que a confiabilidade foi muito importante e que precisávamos para suportar vários idiomas (europeus).

Update: 2017 31 de janeiro - Mudou ' com base em Consolas ' para ' influenciada por Consolas ' devido a possíveis problemas de direitos autorais

Answer 3

Eu acho que Calibri funciona melhor para mim. Nós usamos software OCR diariamente em um sistema automatizado e depois de testar dezenas de fontes (incluindo alguns específicos OCR) que Calibri é consistentemente o melhor.

Boa sorte.

Answer 4

Eu provavelmente usar a mesma fonte que os bancos usam para os números de roteamento na parte inferior dos cheques:

http://morovia.com/font/micr.asp

Ele foi projetado especificamente para ser inequivocamente legível por máquina.

Answer 5

Eu tive sempre o sucesso simplesmente usando Times New Roman ..

Answer 6

Eu tenho feito testes extensivos neste recentemente em um ECM chamado Laserfiche, que usa Nuance OmniPage, e eu descobri que Monoespaçada executar mal em comparação com fontes espaçadas dinamicamente. Essas fontes OCR velhas não tenham o desempenho fontes bem como mais 'normais' olhando. Especialmente para sequências de números em tamanhos pequenos de fonte como ponto 12.

É estranho que alguém está tendo sucesso com Calibri. É um desempenho muito fraco em meus testes, rotineiramente recebendo cartas de aparência semelhante e números confusos para o outro. As melhores fontes (entre aqueles que vêm em um computador Windows com o Office instalado) foram Consolas, Verdana, e Book Antiqua. Todos dinâmica serif fontes onde letras e números olhou distinta. Consolas foi o campeão.

Answer 7

Atualmente usando Monospace. Tentei muito muitas fontes, mas este é o mais preciso para mim.