Discussion :

[Hopup17]

Bonjour à tous,
Je suis nouveau sur le forum et j'espère ne pas m'être trompé de rubrique

Je souhaiterai développer un application Android (puis iOS dans un second temps) permettant à partir d'une photo d'un ticket de caisse d'extraire sous forme de texte, la liste des produits achetés.

Je suis novice en OCR et je souhaiterai savoir quel script serait le plus adapté (traitement d'image + reconnaissance des caractères)?

J'ai fait des essais avec certain logiciel d'OCR disponible. Il s'avère que le résultat est souvent insatisfaisant; le texte reconnu est gorgé d'erreurs. Cela est probablement du à la mauvaise qualité du papier et à la mauvaise qualité d'impression.

Il y-t-il un moyen d'améliorer l'efficacité et la précision d'un OCR ?
Je pensais peut être par exemple que cela serai possible en:
- réduisant le nombre de caractères possibles ( Par exemple ne pas chercher à reconnaitre des lettres minuscules car tout le texte est en majuscule)
- réduisant le nombre de polices possibles ( Par exemple en utilisant uniquement cette police qui semble correspondre à celle des ticket de caisse.
-etc.

Merci par avance pour vos réponse

[Jipété]

Je pensais peut être par exemple que cela serai possible en:
- réduisant le nombre de caractères possibles ( Par exemple ne pas chercher à reconnaitre des lettres minuscules car tout le texte est en majuscule)
- réduisant le nombre de polices possibles ( Par exemple en utilisant uniquement cette police qui semble correspondre à celle des tickets de caisse.

ne pas chercher à reconnaitre : tu as accès au code-source du logiciel d'ocr, pour le recompiler ?
en utilisant uniquement cette police : tu as accès au paramétrage de l'imprimante ?

Sinon, si ta reconnaissance de caractères n'est pas bonne, c'est que ton fichier source n'est pas bon : va falloir le nettoyer à la main, et utiliser certains paramètres pour le générer ; fais une recherche globale dans dvlp sur tesseract, j'en ai un peu causé il y a qq années, mais je ne sais plus trop où...

[dev_ggy]

Bonjour,

Je connais deux méthodologies pour extraire du texte.

Des outils propriétaire ou open source de type OCR avec de bonnes performances pour les propriétaires bien meilleurs que les open sources. Un outil comme Tesseract est mal documenté et compliqué à configurer.

Si tu veux réduire le périmètre de la reconnaissance, faire un dictionnaire spécifique, le deep-learning est une bonne solution.

Au plaisir de vous lire,