[发明专利]OCR识别准确率的检测方法、装置、设备及存储介质

说明书

本发明提供一种OCR识别准确率的检测方法，涉及OCR识别技术领域，该方法包括：在接收到OCR识别准确率检测请求时，根据所述OCR识别准确率检测请求获取目标样本信息；从预设样本数据库中随机抽取预设数量的与所述目标样本信息对应的样本文件，并调用预设OCR接口对所述样本文件进行识别，得到预设输出格式的识别结果文档；获取与所述样本文件关联保存的样本文档，并将所述识别结果文档与所述样本文档进行比对，根据比对结果计算得到OCR识别准确率结果。本发明还提供一种OCR识别准确率的检测装置、设备及存储介质。本发明能实现OCR识别准确率的智能检测，可降低人力成本，提高检测效率。

技术领域

本发明涉及OCR识别技术领域，尤其涉及一种OCR识别准确率的检测方法、装置、设备及存储介质。

背景技术

OCR(Optical Character Recognition，光学字符识别)技术是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息，再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。由于项目需要，很多项目都会接入OCR识别，以进行文字识别。为保证最终识别结果的准确性，通常会测试OCR识别软件的识别准确率，目前一般是通过人工比对识别结果和原文内容，进而得到OCR识别准确率结果，该方法较为耗费人力，同时存在工作量较大，检测效率较低等缺陷。

发明内容

本发明的主要目的在于提供一种OCR识别准确率的检测方法、装置、设备及存储介质，旨在实现OCR识别准确率的智能检测，可降低人力成本，提高检测效率。

为实现上述目的，本发明提供一种OCR识别准确率的检测方法，所述OCR识别准确率的检测方法包括：

在接收到光学字符识别OCR识别准确率检测请求时，根据所述OCR识别准确率检测请求获取目标样本信息；

从预设样本数据库中随机抽取预设数量的与所述目标样本信息对应的样本文件，并调用预设OCR接口对所述样本文件进行识别，得到预设输出格式的识别结果文档；

获取与所述样本文件关联保存的样本文档，并将所述识别结果文档与所述样本文档进行比对，根据比对结果计算得到OCR识别准确率结果。

可选地，所述将所述识别结果文档与所述样本文档进行比对，根据比对结果计算得到OCR识别准确率结果的步骤包括：

将所述识别结果文档与所述样本文档输入预设文档比对软件中，并控制所述预设文档比对软件执行比对功能，得到比对结果文档；

根据所述比对结果文档得到比对批注数，并控制所述预设文档比对软件对所述样本文档执行字数统计功能，得到所述样本文档的总字数；

基于所述比对批注数、所述总字数和第一预设计算公式计算得到OCR识别准确率结果。

可选地，所述OCR识别准确率结果包括OCR全文识别准确率，所述第一预设计算公式为：

其中，R₁为所述OCR全文识别准确率，a_i为第i个样本文件对应的识别结果文档与所述样本文档之间的比对批注数，b为所述样本文档的总字数，n为所述预设数量。

可选地，所述将所述识别结果文档与所述样本文档输入预设文档比对软件中，并控制所述预设文档比对软件执行比对功能，得到比对结果文档的步骤之后，所述方法还包括：

根据所述比对结果文档获取识别错误的字符位置，并根据所述识别错误的字符位置删除所述识别结果文档中的识别错误的字符，得到识别结果校正文档；

将所述识别结果校正文档和所述样本文档输入预设字符统计软件，并控制所述预设字符统计软件执行字符统计功能，得到字符统计结果；