中文OCR軟件分析報告

1、中文OCR軟件分析報告一、 分析軟件及測試環(huán)境本文選取當(dāng)前支持中文識別較好的幾款軟件進行測試，相關(guān)信息具體見下表：名稱測試環(huán)境識別語言開發(fā)方式簡介TesseractJAVA源碼中、英、法.源碼開發(fā)Tesseract是Ray Smith于1985到1995年間在惠普布里斯托實驗室開發(fā)的一個OCR引擎，曾經(jīng)在1995 UNLV精確度測試中名列前茅。但1996年后基本停止了開發(fā)。2006年，Google邀請Smith加盟，重啟該項目。它能識別一些簡單的圖片驗證碼，對于增加了復(fù)雜“噪音”驗證碼識別成功率較低。3.0版本后增加了對中文的支持百度OCR在線調(diào)用中、英在線調(diào)用百度自然場景OCR服務(wù)，依托百度

2、業(yè)界領(lǐng)先的OCR算法，提供了整圖文字檢測、識別、整圖文字識別、整圖文字行定位和單字圖像識別等功能。ABBYY（泰比）本地window應(yīng)用程序中、英、法在線調(diào)用本地開發(fā)ABBYY FineReader Professional 是一款真正的專業(yè)OCR，它不僅支持多國文字，還支持彩色文件識別、自動保留原稿插圖和排版格式以及后臺批處理識別功能，使用者再也不用在掃描軟件、OCR、WORD、EXCEL之間換來換去了，處理文件會變的就像打開已經(jīng)存檔的文件一般便捷。漢王本地window應(yīng)用程序和在線調(diào)用中、英在線調(diào)用本地開發(fā)漢王科技股份有限公司成立于1998年，是全球文字識別技術(shù)與智能交互產(chǎn)品引領(lǐng)者，多年來

3、，通過不斷自主創(chuàng)新，在聯(lián)機手寫識別、光學(xué)字符識別(OCR)、數(shù)位繪畫板等領(lǐng)域擁有多項具有自主知識產(chǎn)權(quán)的核心技術(shù)，綜合技術(shù)水平在國內(nèi)外均處于領(lǐng)先地位，手寫漢字識別獲得國家科技進步一等獎，OCR獲得國家科技進步二等獎。二、 功能測試2.1 外文識別功能例子1：簡單外文短句Tesseract百度ABBYY漢王aaoqunkai lankygao qunhai lennygaoqunkai lenkyNULL例1分析：此圖片為自制圖片，圖片句子簡單清晰，Tesseract出現(xiàn)一字母錯誤。說明對于分自帶示例字庫Tesseract還需要進一步優(yōu)化訓(xùn)練，字體稍有變化識別率就下降。ABBYY識完全正確識別。百

4、度OCR確識別出所有字母，但是對字母組合錯誤切分單詞。漢王無法識別。例子2：Tesseract自帶例子Tesseract百度ABBYY 漢王The (quick) brown fox jumps!The ( quick ) i brown foxx jumps!The (quick) brown fox jumps!The(quick)fbrown】foxjumps 1Over the $43,456.78 #90 dogOver the s43 , 456.78 # 90 dogOver the $43,456.78 #90 dog 0ver the$43，45678#90 dog& duc

5、k/goose, as 12.5% of E-mail& duck / goose , as 12.50 % of Email 1& duck/goose, as 12.5% of E-mail&duckgoose，as 1250f Emailfrom aspammer is spam.To in aspar nine rca website . corn is span ,from aspammer is spam.itom aspammerwebsitecorn is spamDer ,schnelle” braune Fuchs springtDer ,schnelle braun Fu

6、chs spring tDer ,schnelle” Sraune Fuchs springtDer，schnellebraune Fuchs springtber den faulen Hund. Le renard brunuber den fallen Honda Le renard bruiiber den faulen Hund. Le renard brunliber den faulen HundLe renard brunrapide saute par-dessus le chienrapid ed saute par - dessus le chienrapide saut

7、e par-dessus le chien“rapidesaute par-dessus le chienparesseux. La volpe marrone rapidapress eux La volpe marrone rapid aparesseux. La volpe marrone rapidaparesseuxLa volpe marrone rapidasalta sopra i cane pigro. El zorrosalta sopra il cane piero . el zorrosalta sopra il cane pigro. El zorrosalta so

8、pra 11 cane pigroE1 zorro marrn rpido salta sobre el perromarion rapido salta sobre el perromarron rapido salta sobre el perromatron rapido salta sobre el perroperezoso. A raposa marrom rpidaperez oso . A raposa marro in rapid aperezoso. A raposa marrom rapida saltaperezosoA raposa marrom ripidasalt

9、a sobre 0 C50 preguieoso.salta sobre o cao pre gui cososobre o cSo preguigoso.salta sobre 0 c鑫0 preguiqoso 例2分析：此圖片為Tesseract自帶圖片。對于此種詞庫，Tesseract應(yīng)該已經(jīng)進行了非常完善的訓(xùn)練，因此識別率很高，僅有一兩處錯誤。ABBYY測試非英語外文時，未指定具有語言，默認(rèn)為簡體中文和英文。ABBYY識別效果也很優(yōu)秀，字母都正確識別，只有字母上標(biāo)丟失。當(dāng)選擇正確的語言（法語）后識別率超過Tesseract。對于非英語外文，百度OCR識別比較差?？梢钥闯霭俣仍谧R別字母后

10、，算法將字母參照正確的英文單詞拼寫進行組合切分。漢王外文識別效果最差。2.2 中文識別功能例子1：簡單中文Tesseract百度ABBYY 漢王甲華人民其和國中華人民共和國中華人民共和國NULL例1分析：該圖片為為自制中文圖片，圖片句子簡單清晰。Tesseract對標(biāo)準(zhǔn)常見文字識別率不理想，只有71%正確率，當(dāng)前訓(xùn)練中文詞庫模型準(zhǔn)確率較低，不能滿足實際使用。百度OCR和ABBYY均正確識別。漢王無法識別。2.2 抗旋轉(zhuǎn)功能例子1：自帶例子旋轉(zhuǎn)Tesseract百度ABBYY The (quick) brown fox jumps!亂碼The (quick) brown fox jumps!Ov

11、er the $43,456.78 #90 dogOver the $43,456.78 #90 dog & duck/goose. as 12.5% of E-mailduck/goose, as 12.5% of E-mail fromfrom aspammer is spam.aspammer is spam. Der ,.schnelle” braune Fuchs springtDer”schnelle” braune Fuchs springt uberber den faulen Hund. Le renard brunden faulen Hund. Le renard bru

12、nrapide saute par-dessus le chienrapide saute par-dessus le chienparesseux. La volpe marrone rapidaparesseux. La volpe marrone rapidasalta sopra i cane pigro. El zorrosalta sopra il cane pigro. El zorromarrn rpido salta sobre el perromarron rapido salta sobre el perroperezoso. A raposa marrom rpidap

13、erezoso. A raposa marrom rapida saltasalta sobre o co preguicoso.sobre o co preguigoso.例1分析：此圖片為Tesseract自帶文字旋轉(zhuǎn)圖片，當(dāng)調(diào)用旋轉(zhuǎn)判斷方法后，Tesseract可以通過列寬關(guān)系計算整體文字傾斜角度，然后給與旋轉(zhuǎn)識別。ABBYY同樣會自動識別文字文字整體旋轉(zhuǎn)。百度OCR無旋轉(zhuǎn)識別功能。例子2：外文短句旋轉(zhuǎn)Tesseract百度ABBYY漢王NULLNULLNULLNull例2分析：該圖片為單行傾斜30，所有軟件均無法正確識別。參閱Tesseract處理傾斜方法源代碼，只有當(dāng)識別效當(dāng)行數(shù)大于

14、20行后才可以正確旋轉(zhuǎn)文字。三、 性能測試3.1 多文字處理性能例子1：簡單病例無表格 1-90010480869 11.jpgTesseract百度ABBYY漢王 鄭州大學(xué)第一附屬醫(yī)阮) 入 院 記 錄泵三趟 咐他 3014m_m -,-1;, 嘆側(cè)乳腺低怕脯絎節(jié) 叫 RADS :蓼芒 初步診斷: l 呱側(cè); 1 雙乳纖緋瘸Zl 雙乳增悱l 洲剛川幀_半_l鄭州大學(xué)第一附屬醫(yī)院入院記錄：姓名性別：女年齡：32歲f院號0002061480彩超（本院，2041013）示：雙側(cè)乳腺低回聲結(jié)節(jié)（BIRADS3類）！初步診斷：雙乳月中塊1，雙乳纖維瘤：2雙乳增生癥:Wj狄I:I第3頁鄭州大學(xué)第一附屬醫(yī)

15、院入院記錄姓名:_性別：女_年齡：32歲_fl:院兮：()2(副480彩超（本院，2014. 10.丨3)示：雙側(cè)乳腺低回聲結(jié)節(jié)（BI-RADS 3類)初步診斷：雙乳腫塊1.雙乳纖維瘤2.雙乳增生癥屯治醫(yī)師:朗獲第3頁姓名鄭州大學(xué)第一附屬醫(yī)院入院記錄兒川：丘 ，f齡：靶歲辛j超(水院201 41 0J：)示：雙惻乳腺低口聲結(jié)節(jié)IRADS：j燮)初步診斷：艤乳腫塊1設(shè)乳纖維埔2雙乳增牛“胄眨帥：柵J虢例1分析：該圖片為病例實例。Tesseract中文和數(shù)字關(guān)鍵信息缺失嚴(yán)重，無法提取有用信息。漢王識別也不理想。ABBYY與百度OCR在文字和數(shù)字識別正確率相近，可以正確識別出病癥、性別等有效信息。3

16、.2有表格文字處理性能例子1：有表格和較多文字 1-90010480869 病例9.jpg Tesseract百度ABBYY 漢王 鄭州大學(xué)第一附屬醫(yī)院入 院記錄燁名: 忡刑= 女 年齡: 32歲 住皖韞 0002064480性/H 性別: 燙年齡: 32歲 餞族: 漢族婚姻: 已婚 蒲貫= 測南省駐印肝市職業(yè): 一彗業(yè)技術(shù)人員 身份證號:住址: 坤 工作單位: 聯(lián)系電話: 入院情況: 一般入院肘間: ZUM 3l 7:U6 病史采集肘脅 204一】0_3I |7:39病史陳述秈 患者本人 病史可靠性z 叫靠聯(lián)系人姓名: 聯(lián)系人電話=聯(lián)系人地址: 聯(lián)系人與患者關(guān)系: 配偶過敏史= 無 孚L腺夕

17、卜科_第盲】次入院記錄主 訴= 發(fā)現(xiàn)馭乳腫塊3年余現(xiàn)病史: 3年余前于我院就診. 彩超發(fā)現(xiàn)雙乳腫塊 朱見- 告) , 給予 “乳嘛散結(jié)” 口 丑服、 效果不詳 庸定期復(fù)查， 腫塊大小尤明顯變化， 半月前荼我院復(fù)衡彩趟示= 雙側(cè)乳腺低回聲結(jié)節(jié) B卜RDS 3類 ， 建議手術(shù) 門診以 “雙乳腫塊” 收入、 發(fā)病以來 梢神好， 食欲正常, 屁眠幣常， 大小偃正常 體班無減輕”既往史= 無高血壓、 心臟病史 無糖尿病、 腩血管疾病病史 無川炎、 結(jié)核、 瘧疾病史. 預(yù)防接種史不訊 尤手札 外傷、 愉血史( 尤食物、 藥物過敏史(個人史: 生聽河南省駐馬店市 久居本地v 無疫區(qū)、 疫情、 摧水碳觸史 無

18、牧區(qū)、 礦山、 高氟區(qū)、 低碘區(qū)居住史， 無化學(xué)性物質(zhì)、 放肘性物頂、 有蒯勿質(zhì)披觸典 無吸毒史y 無吸煙、 飲油史, 否認(rèn)冶游史?；橐鍪? 26歲結(jié)婚 愛入體他 夾妻夷系秈胞 5星月經(jīng)生育史= 26犬 2M年H閆 螄索月經(jīng)規(guī)律- 量巾鞭 無血憤塊. 華2產(chǎn)1、 足月順產(chǎn) 蚓乳喂養(yǎng) 流產(chǎn)l次家族史: 父母體健， l妹體健、 I女休健, 尤與患者類似掖麻 雁冢族牲逍傳疝史=體 格 撿 查體涮3仿0”C 脈搏0次/分 呼吸23次/分 刪7/鍘咖舊g 第頁_一_一_ 鄭州大學(xué)第一附屬醫(yī)院：入院記錄姓名性別：女，年齡：32歲住院號:0002064480姓名性別：女，年齡：32歲：民族：漢族：婚姻：已婚

19、籍貫：河南省駐馬店市職業(yè)：專業(yè)技術(shù)人員！身份證號：住址工作單位聯(lián)系電話：入院情況：一般入院時間:20M03117:06:病史采集時間：204103117：39病史陳述者：患者本人：病史可靠性：可靠：聯(lián)系人姓名：聯(lián)系人電話：聯(lián)系人地址：聯(lián)系人與患者關(guān)系：配偶！過敏史：無：乳腺外科第1次入院記錄主訴：發(fā)現(xiàn)雙乳腫塊3年余現(xiàn)病史：3年余前于我院就診，彩超發(fā)現(xiàn)雙乳腫塊（未見報告）給予“乳癖散結(jié)”口j服，效果不詳，后定期復(fù)查，腫塊大小無明顯變化，半月前至我院復(fù)查彩超示：雙側(cè)乳腺低：回聲結(jié)節(jié)（BlRADS3類），建議手術(shù)，門診以“雙乳腫塊收入。發(fā)病以來，精神好，食。欲正常，睡眠正常，大小便正常，體重?zé)o減輕既

20、往史：無高血壓、心臟病史，無糖尿病、腦血管疾病病史，無肝炎結(jié)核、瘧疾病史，預(yù)防接種史不詳，無手術(shù)、外傷、輸血史，無食物、藥物過敏史。個人史：生于河南省駐馬店市，久居本地，無疫區(qū)、疫情、疫水接觸史，無牧區(qū)、的山、高氟區(qū)、低碘區(qū)居住史，無化學(xué)性物質(zhì)、放射性物質(zhì)、有毒物質(zhì)接觸史，無吸毒史，無：吸煙、飲酒史，否認(rèn)冶游史，婚姻史：26歲結(jié)婚，愛人體健，夫妻關(guān)系和睦5天月經(jīng)生育史：1326天2011年10月11日、平素月經(jīng)規(guī)律量中等，無血凝塊孕2產(chǎn)！足月川貝下流產(chǎn)1次家族史；父母體健，1妹體健，1女體健，無與患者類似疾病，無家族性遺傳內(nèi)史。體格檢查：體溫360：脈搏00次分1呼吸23次分：血:壓107/9

21、|mIHg:第頂鄭州大學(xué)第一附屬醫(yī)院入院記錄姓名：忭別:女年齡：32歲住院號；0002064480姓名：性別：女年齡:32歲釀：漢族 丨婚姻：已婚籍貫：河南省駐馬ffi市 |職業(yè)：專業(yè)技術(shù)人員.身份證號：住址；工作單位：聯(lián)系電話：入院情況：一般入院時間2014-10-31】7:06病史采集時間|: 2014-10-3】. 17:39病史陳述者：患者本人病史可靠性：可靠聯(lián)系人姓名：:_11聯(lián)系人電話： 1聯(lián)系人地址.聯(lián)系人_患者關(guān)系：配偶過敏史：X乳腺外科一笫:1次入院記錄主訴：發(fā)現(xiàn)雙乳腫塊3年余現(xiàn)病史：3年余前于我院就診.彩超發(fā)現(xiàn)雙乳腫塊（未見報告），給P “乳癖散結(jié)”口 服，效果不詳，后定期

22、復(fù)查，腫塊大小無明顯變化，半月前至我院復(fù)資彩超示：雙側(cè)乳腺低 回聲結(jié)節(jié)（BI-KADS 3類），建議T術(shù)，N診以“雙乳腫塊”收入u發(fā)病以來，精神好，食 欲正常，睡眠常，大小便正常，體重?zé)o減輕。既往史：無高血m、心臟病史，無糖尿病、腦血管疾病病史，無肝炎、結(jié)核、瘧疾病 史預(yù)防接種史不詳，無手術(shù)、外傷、輸血史無食物、藥物過敏史。個人史：生f河南省駐馬店市，久居本地，無疫區(qū)、疫情、疫水接觸史，無牧區(qū)、IT 山、高氟區(qū)、低碘區(qū)居住史，無化學(xué)性物質(zhì)、放射性物質(zhì)、荇奪物質(zhì)接觸史，無吸迤史，無 吸煙、飲酒史，否認(rèn)冶游史?；橐鍪罚?6歲結(jié)婚愛人體健，夫妻關(guān)系和陸。5天月經(jīng)生育史：13涵天2014年10片11日

23、，f素H經(jīng)規(guī)律，量中等，無血凝塊.孕2產(chǎn) 1足月順產(chǎn)，降乳喂養(yǎng)，流產(chǎn)1次。家族史：父母體健，1妹體健，1女體健，無與患者類似疾病_，無家族性遺傳病史。體格檢査休溫3fi. 0C脈傅100次/分呼吸23次/分 llUl:U7 / 94mmHgWm 一鄭州大學(xué)第一附屬醫(yī)院入院記錄姓名： 性?。号?年齡：32歲 住院號：0002064480性靠： 忭州：紅 年齡：弛歲 心腹：阪旌 婚嫻：已婚 刪捌：洲南省聃碼聃市 職業(yè)：0j_J，技術(shù)人員 身份汪號： 能址： 工作單位： 峨系l電話： 入院情況：一般 入院剛間：2J 4 103I 1 7：】； 墑史震m時刪：24一lO一3l I 7：39 璃史陳述程

24、：患行小人 倆止可靠中生：”J嘗 lfj6系人娥=二： 朕系人電話： 聯(lián)系人地nL： 聯(lián)系人j忠哲關(guān)樂：配偶 過敏史：無 乳腺外科一第J次入院記錄 主訴：發(fā)現(xiàn)烈乳腫塊3年余 現(xiàn)病史：3年余前于找院就診彩越發(fā)現(xiàn)壩乳腫塊(來見報告)，給予“乳瓣散結(jié)”口，效果不詳，J再定期復(fù)查，腫塊大小正J判顯變化，半月前下哉院復(fù)向彩超示：雙側(cè)乳腺低剛聲結(jié)節(jié)(BIRDs：類)，建議手術(shù)，珍以“雙乳腫塊”lI父入。發(fā)j商咀米精神好，食欲正常，H鯽強肛常大小便正常，體訊無減輕。 既往史：無商【n壓、心胍病史，無糖尿病、腑m管妖病痛史，無IjI炎、結(jié)核、瘧疾病史預(yù)防接種l生不j!F，厄手術(shù)、外傷、輸m殳尢食物、藥物過敏!

25、延。 個人史：，lj r河南省駐馬店市久屆木地，無疫區(qū)、疫情、疫水接觸史，無牧區(qū)、lflllli高氟區(qū)、低碘區(qū)居住史，無化學(xué)惜物質(zhì)、放射性物順、有舔!吻質(zhì)接觸坐，畦吸毒史，無暇煙、飲滸殳，甭認(rèn)冶游史。 婚姻史：26歲結(jié)婚愛人體嵌=8，夫妻關(guān)系和睦。 j噩月經(jīng)生育史：I：26天2nl 4年lI】Hl】日、1j隸H鯰規(guī)律量一釓龍叭疑塊孕2產(chǎn)1足月順產(chǎn)吲：乳Il；i養(yǎng)，流產(chǎn)【次， 家族史：父母體健，1姝體健，1女體健，尤與忠?？令愃妻姘B厄京媛陀越傳蜥史 體格檢查 體瓣360 脈搏100次分 呼吸23敬分 lm慷1(J7柚【lI!B鎳l頁例1分析：該圖片為病例實例。Tesseract中文和數(shù)字關(guān)鍵信息

26、缺失嚴(yán)重，無法提取有效信息。ABBYY與百度OCR在文字和數(shù)字識別正確率相近，規(guī)范清晰表格識別正確，在日期識別ABBYY略優(yōu)于百度OCR，二者基本都可以達到后期文字處理要求。漢王對表格識別很好，但是中文和數(shù)字關(guān)鍵信息丟失較多，效信息提取困難。3.3低質(zhì)量復(fù)雜圖像處理性能例子1：不清晰多復(fù)雜表格病例 20-90010828560 6.jpgTesseract百度ABBYY 漢王頁面129一 首都醫(yī)科犬學(xué)附屬 茸匕 京 2LJ 童 醫(yī) F完絢織機構(gòu)代碼: 40058876-4) _二雇住 院 痛 案 首 頁 _熹_-第 l 次入院 )000237036 癇案們朐們 _ _l 2 2 2 仲寸麗m辜

27、函月m日 年22 6月 二 國籍 中閨二_ _ 耕生兒入院體耍 /克 罡民族 漢族 一 】 222_己姻 喪偶2 離229 2222一 _ _ 22政編碼 棗勇垡 一呈亂政編嗎 宋提供 .疊 州政編碼 未提供 2二倫221 雙耳重度瞎音神經(jīng)性耳聾唧礬診斷 主要診斷 極重度醴音裨經(jīng)性耳聾 (22_ _ _ _1_ 2 _ 2_ 【2 入2唰占: i 化 2 臨抓2硯崔 2 22224 22 2. 2 _ 22222221 偽 帥叫岫膈蕭 無 _ ;_ 】 二 熹 一 二. . 2翼_1_1莖B)1八B】小i_b 2、r 22【2J楂 22122222. 哺4.木俺 暑嚏 _ 宛2|!|xi 22

28、帥 陳敏_ 薯嘆 l渝2川j 主華_ _._麗_互_?/具K_ . . .“-)2乃12 2122 2湟吻。 萍 22叮 侈/日_刀 _ _ _亳. “_崛淘=踵麟鳙【鰲薹晶鳙【膩 頁面129首都醫(yī)科大學(xué)附屬北京兒童醫(yī)院G紗！完（么1織機構(gòu)代碼：400688764） 4；費方式：住院病案首頁健康下沒 IS i i 232 neil , idf 00023 7003 6病案號:63907 :!:3:：處名性別別L男2女出生L期j2013年04月10日年齡6國籍中國（年：齡不足周歲的）年齡新生兒出生體重：克新生兒入院體職；克1人族漢族！身份證號未提供：職業(yè)散居兒童婚嫂們1，木婚2已婚3，喪偶4，離

29、婚9其他！現(xiàn)代址河南省河南省周口市： iL:否.郵政編碼未提供；勹1地址河南省河南省周口市郵政編碼未提供！作：許復(fù)信及地址：未提供1北政編碼未提供聯(lián)系人姓名身份證號未提供電話聯(lián)系地址河南省周口市關(guān)系父母5?:識2ff:512.喜3:r:父親姓名身份證號未提供電話作的位汽修斗求姓名身份證號電閱 作；的位汽車配件入嘴院途徑訂1，急診2，門診3其他醫(yī)療機構(gòu)轉(zhuǎn)入9其他入院H期j20310291114入院科別五官科病房耳鼻喉病房實際住院7天，1！1院1門孽201311050943j！院科別五官科病房耳鼻喉病房轉(zhuǎn)不斗來斗別9晚欠！院（0至1歲在北京出生的患者）1；iL北省1！按清源社區(qū)婦幼保健院1j（急診

30、診怎1雙耳重度感音神經(jīng)性耳聾疾病編碼出！院診斷疾師跑！營！入院：車專1院診斷疾病編碼！入院轉(zhuǎn)： 1/Ji!1主要診斷：極重度感音神經(jīng)性耳聾（雙二 :1|1！1： 。 葉驗33,5,k之:v3,t得.多-Pig:y入院病情“1有，2臨床太確定，3情況不明，4人；1車專歸：1治愈，2：好轉(zhuǎn)：3：李愈：治愈，2好轉(zhuǎn)3未愈，4死心，9其他T!11他_損傷、；中毒的外部原因無疾病編碼:98喜曾23-1.基yE_jjj：里1診斷：無疾病編碼病迎去約！物過敏ml無2有，過敏藥物：死亡患者戶檢三1是2否AB()和;型后1.AZ.B3()4N35.不詳6,不、個.RH迎K!2.1,iyjZ.的|3不詳一4水查不

31、斗1，任張杰不班影1一3：有：（M！ji了）醫(yī)川陳敏1改夜L流長川J理少華a：院醫(yī)j計1王桂香香甜秀主診次川；責(zé)任護；十：，哥像么進:修iy:1!3實習(xí)醫(yī)jl編碼員、7h質(zhì)網(wǎng)網(wǎng)狗玄夜用力急莫A3態(tài)。一11路5多等首都醫(yī)科大學(xué)附屬學(xué)附屬北京兒童醫(yī)院健康下沒： ) i i 232 neil , ID : 00023 7503 6別日1男2女出生期j2013年0明的旦年2紅明！1生地河南?。杭灪幽鲜∶褡鍧h族：身份iE號未提供職業(yè)散居兒童：婚嫂們1木婚2已婚3喪偶4離婚9其他！t！現(xiàn)代址河南省河南省周口市：；門1地圖河南省河南省周口市！竹：許復(fù)位及地址：未提供：山，話無！目破編碼未提供2ff512善

32、+3:t.r: 11：單位汽修： 電話 作：單位汽車配件：心還1頁 III 1 299首都醫(yī)科大學(xué)附屬 北京兒付奴/A: &WM 1：-#%瓤_ _:姓名k屮齡小足周歲的）年齡住院病講1次入院童醫(yī)院（纟丨丨織機構(gòu)代碼：4_8876-4)案首頁10:0002373036 病案號:613907性別 .， -_ - _w警.|1.刃2.女山土彳期2013年04月0日年齡6月藝翻_參 *_新免兒山少休屯:國籍中國I出7丨池河南省Ji_新生兒入院休里：/克k族漢族4份證兮未提供 * _ ，觀彳丨:址河南省河南省周口市 mm 籲審 fM I地址河南省河南省周口市鱗 _ 魯_丨作電位及地扯未提供 JiX紙人

33、姓名:職業(yè)散居兒童婚媯 1.木婚2.己始3.喪偶4.離婚9. K他 _ _* 礫讀 . _ _- 屯 _郵政編碼未提供郵政編碼未提供郵政編碼未提供分份證”未提供幌眠系池址河南省周口市：/、系父母分份證4未提供I請 雞爭參籲I作中位汽修參_參魯，泰Iv #* * * % _ I怍心位汽車配件入院途找1愁診2門診：丨孔他也化機構(gòu)轉(zhuǎn)入9其他 入院HW 2013-10-29 11:14入院科別五官科病耳鼻雙病房 ;出院卜:明2013-11-05 09:43山院科別五官科視從耳雖喉病房分娩紀(jì)這()節(jié)十:北而 m*_ _ “ _ - * 零n (2)冷冷漸雙耳重度感音神經(jīng)性耳聾miirn 實際仆:院7天1

34、 一轉(zhuǎn)科科別疚病編碼病估!Hrnm主要診漸:極重度感音神經(jīng)性耳聾（雙坎焫編碼|入院I入蝻怙：i.仏2臨床未確定，3-怙況+明4無 mm _ 曹 _ 丨丨_ * % 0 % mm - 損你、屮毐的外部原因無. * _ I _ _ _ ” _ _ ， ” 痛極嫂診斷:無I鈐！n: I.治氮2,奸較，1米愈,4處亡,9其他代物過敏!D 1.尤2/燈.過敏約物- .r 1 VMM#春 * * * p-WAROHI：. T l.A 2.B a.O 4. A136.RII (2抖 K(T:張杰1:任(副 V* I _ . * #* 馨 疚仏知丨碼 i疾蝸編碼 1 j鍋理巧:無 | .J1死亡患荇尸檢Eli

35、.迻2.沂 1 ” w* - . *f1,陰2. m Hi節(jié)4尜汽 |丄治鉍帥王華1 進任護十 _ *- * 歸眷響曹1 i編質(zhì)控my片 / id p 首都醫(yī)科走學(xué)附屬j匕京J乙 首都醫(yī)科走學(xué)附屬a巳 小 u勰篙回 孽I襞入毒蜒埭卜吁：- _； f，：八阮頁面1 29童醫(yī)院(m叭十i：H媽：巡幽I幽)案首 頁 1I)：0002373036 稍棠啦6l 3907矗卜贏警磐量羅生淵gvt-篙鬻窖等唧旦-年糍ji麗署#L一一 I盼diht-刪歲的)年齡一 兒；_：體嘔：兜 研，上兒人阮僑坐：，覓 ：她河南省 勰“f iiili省 K族雙族 觀f”河南省河南省_”。-鰉居一一生，i一一世，一_一業(yè)堅型

36、9褒曼曼ti：i ；，l itlt Jt J河南省河南省周Izltfi 剮：政編碼未提供 If；制，及地址未提供 。u，i無 郵政編碼禾提供 jt最凡桃私 盥份“jj未提供 IUi !瞄基地tt河南省周口市 笑系父母 父泉矧：鼻一一暨!氌!查罌供一 一生蛆 一一一一 ：一弘似汽修 一一 一 一 一 一 一 一 采業(yè)!：“ 身份證qb話一j例1分析：該圖片為病例實例。圖片質(zhì)量差，組織結(jié)構(gòu)復(fù)雜Tesseract和漢王都無法完成有效識別。ABBYY與百度OCR在文字和數(shù)字識別正確率相近，在日期識別ABBYY略優(yōu)于百度OCR。對于此類圖片ABBYY勉強可以提取住院出院日期，百度OCR可以識別出文檔標(biāo)題

37、，在處理復(fù)雜表格結(jié)構(gòu)百度OCR略好一些。3.4 關(guān)鍵信息日期提取性能例子1 1-90010480869 13.jpg 圖片中日期Tesseract百度OCRABBYY漢王2014年10月31日204介二刁3l2014年0月31日2014樂丨0月：2011和：Ifl J=l：H2014年11月07日2014年扣7口204年11月07日2014年】U107日20ld年11川07口2014年11月04日24年月04日204年11月04日f 2014年11月04120】4年11月叫日例子2 1-90010480869 15.jpg圖片中日期Tesseract百度OCRABBYY漢王2014-11-04

38、2014l_0420141104214-】卜4】1-042014-11-0420 _04 2014U04110821/1-()41201- 1】-042014年11月04日ZOLFIl月U4門204年11月04日2:014屯11均()4門24年i1 F104例子3 1-90010480869 25.jpg圖片中日期Tesseract百度OCRABBYY漢王2014/11/062U刪/12014/11/06!2014/11/06NULL2014/11/0620蛔/06201411/062014/11/06NULL注：漢王NULL表示在線或者本地軟件處理均無法給出結(jié)果。例子4 1-90010480

39、869 29.jpg圖片中日期Tesseract百度OCRABBYY漢王2014-11-042014_11一 042014日1042014-11-04NULL2014-11-07201q一11_07201411072014-11-07NULL201411-07201q一11_072014110720111-7NULL例子5 2- 90010980260 6.jpg圖片中日期Tesseract百度OCRABBYY漢王2014年09月28日NullNullNullNULL2015年05月19日NullNull2015年05月19日NULL2015年05月28日2015年05月28日Null2015

40、年05月28日NULL2015年05月28日20l5年05月28口Null2015年05月28日NULL例子6 2- 90010980260 9.jpg圖片中日期Tesseract百度OCRABBYY漢王2015年05月192015年05月19Null2015年05月192015年05月192015年05月192015年05月19Null2015年05月192015年05月19例子7 3-90010932756 8.jpg圖片中日期Tesseract百度OCRABBYY漢王2015-04-232015_04-23Null2015-04-232015-04-232015-05-082015年05

41、月19Null2015-05-082015-05-082015年04月23日2015年4月 23 日Null20】5年4月23日2015年4月23日2015年04月25日25年4月 25 日Null2015年4月25 RNull例子8 4-90010554075（不清晰） 8.jpg圖片中日期Tesseract百度OCRABBYY漢王2014年06月04日NullNull20 U年06月04Null2014年06年06日NullNull20 U年06月04Null例子9 5-90010562332 7.jpg圖片中日期Tesseract百度OCRABBYY漢王2014-12-0820夏4-12082014120810192014-12-08Null2014-12-092014_12-:92014121910002014-12-19Null2014.12.820互412-82042