!!! note 以下尝试情况，均已经在 [在线 demo](https://www.modelscope.cn/studios/RapidAI/RapidOCRv3.0.0) 中实现，看完之后，可移步那里去尝试。 ### 引言 - 由于小伙伴们使用 OCR 的场景多种多样，单一的参数配置往往不能满足要求，这就涉及到基于现有模型，通过调节参数来达到正确识别的目的。 - 基本的原则是尽量不去动模型内部，降低使用成本。 - 本篇文章就来说说在识别效果不好时，如何去调优。 - 因此博客为一家之言，难免会挂一漏万，希望小伙伴多多指出，共同维护这份教程。 ### 常见错例种类 本地使用过程中，识别结果： - 个别字丢失 - 个别字识别错误 ### 个别字丢失调优篇 1. 查看图像是否 `shape` 太小，导致文本检测丢失。 - 对于长度较长，高度较小的图像，可尝试对该图像高度做上下补充，来减小文字在原始图像中比例，利于文本检测。类似下图这种，左侧一条为原始图像，右侧为上下补边的图像。  - padding 代码参考： ```python linenums="1" from typing import Tuple import cv2 import numpy as np def padding_img(img: np.ndarray, padding_value: Tuple[int, int, int, int], padding_color: Tuple = (0, 0, 0)) -> np.ndarray: padded_img = cv2.copyMakeBorder(img, padding_value[0], padding_value[1], padding_value[2], padding_value[3], cv2.BORDER_CONSTANT, value=padding_color) return padded_img img = cv2.imread('xxx.jpg') # padding_value: (top, bottom, left, right) # 对该图像上下各补充10像素的白边 padded_img = padding_img(img, (10, 10, 0, 0), (255, 255, 255)) ``` - 将 padding 之后的图像再次送入 RapidOCR 中尝试，查看是否仍然出现上述问题。 2. 将该图像上传到 [在线 demo](https://www.modelscope.cn/studios/RapidAI/RapidOCRv3.0.0) 中，查看能否复现问题？ - 如不能复现，着重比对环境是否与在线 demo 中相关包使用版本不一致情况？ - 在线 demo 所用的各个包版本情况： ```text Python: 3.8 onnxruntime: 1.14.1 rapidocr_onnxruntime: 1.2.5 ``` 3. 如能复现，尝试调节在线 demo 中的三个参数，注意控制变量调节参数 1. 首先调节 `box_thresh` 参数，该参数用来控制文本检测部分检测所得框是文本的概率。个别字丢失，一般是单独的字丢失，很大可能是文本检测模型没有检测到该独立的文字。尝试调低 `box_thresh` 值，查看是否可以检出丢失的文字。（没有找到合适的例子） 2. 固定 `box_thresh`，调节 `text_score` 参数。该参数是控制识别文本结果正确的概率。尝试调低 `text_score` 值，查看是否可以识别出丢失的文字。 3. 固定 `box_thresh` 和 `text_score` 两个参数，调节 `unclip_ratio` 参数。该参数用来控制文本检测所得文本框的大小。尝试调大 `unclip_ratio` 值，查看是否可以识别出丢失的文字。 4. 如果调节三个参数也不能解决问题，只能尝试 `server` 版的文本检测和文本识别模型了。 1. 首先更换 `server` 版的文本检测模型，查看是否解决问题 2. 在第 1 步基础上，更换 `server` 版的文本识别模型，查看是否解决问题 5. 尝试更换不同版本模型，来查看效果。具体可在 [在线 demo](https://www.modelscope.cn/studios/RapidAI/RapidOCRv3.0.0) 中尝试 ### 个别字识别错误调优篇 个别字错误的情况，例如：**成** 识别为 **戍**，这种一般是文本识别模型的问题。 #### 情况一：轻量中英文模型识别对个别汉字识别错误 1. 尝试 padding 图像，再重新识别 2. 更换不同版本的识别模型，包括 `v2`, `v3` 和 `server` 版尝试 #### 情况二：轻量中英文模型对个别英文或数字识别错误 1. 更换不同版本的识别模型，包括 `v2`, `v3` 和 `server` 版尝试 2. 如果是只识别英文单词和数字，可以更换英文和数字专有模型（`en_PP-OCRv3_rec_infer.onnx` 和 `en_number_mobile_v2.0_rec_infer.onnx`）