OCR演算法識別率怎麼評估？

關於OCR演算法：http://ocr.space/

ocr api介面的種類：OCR名片識別API介面、OCR文件識別API介面、OCR車牌識別API介面、OCR證件識別API介面

一、測試方法：

人工檢驗（效率低、需要提升）

二、演算法指標：

1、文字識別準確率

字元準確率：單字識別率，就是按單字算，一百個字裡錯5個字，識別率95%。

• 字元識別準確率，即識別對的字元數佔總識別出來字元數的比例，可以反應識別錯和多識別的情況，但無法反應漏識別的情況
• 字元識別召回率，即識別對的字元數佔實際字元數的比例，可以反應識別錯和漏識別的情況，但是沒辦法反應多識別的情況，可以配套字元識別準確率一起使用。

整行準確率：一個欄位算一個整體，假如100個字分為20個欄位，裡面錯了5個字，分佈在4個欄位裡，那麼識別率是16/20=80%。

• 平均編輯距離：平均編輯距離越小說明識別率越高。平均編輯距離主要衡量整行或整篇文章的指標，可以同時反應識別錯，漏識別和多識別的情況
• 文字行定位為的準確率和召回率，同字元識別的準確率和召回率。主要反應文字行定位的指標，是ocr演算法的重要指標

三、圖片準備

圖片覆蓋範圍：

不同字型（單字型、混合字型、不同語言的字型）

不同語言（單語言、混合語言、混合特殊字元、公式等）

橫排文字、豎排文字

不同圖片格式

複雜排版、圖文混排、插圖中的文字、不同清晰度