使用复选框扫描和阅读文档答案

【问题标题】：Scan and read a document with tick boxes使用复选框扫描和阅读文档
【发布时间】：2013-05-15 08:28:50
【问题描述】：

我有一个客户的请求，他希望为不同地区的老年人提供膳食。为此，人们填写一周的表格，并根据他们每天的选择打勾（它还考虑了具体要求）。

例如：

 Name
 Commune

                  With salt ( )      Without salt []

Mon :       Meal 1 ( )                   Meal 2 ( )
           Dessert 1 ( )                 Dessert ( )

Tues :       Meal 1 ( )                   Meal 2 ( )
           Dessert 1 ( )                 Dessert ( )

然后应该汇总每张表中的数据，以告诉我们每天为每个社区准备多少每种类型的饭菜...

表格都是一样的，所以我希望能够扫描它们并自动阅读它们。

我不知道有什么软件可以让我这样做。完成这项任务的最佳方法是什么？目前我正在研究 tesseract，但也许有一些更简单的技术？

编辑：我们每周讨论数百种表格。理想情况下，我们将同时扫描它们，提取数据并以电子方式存储表格。

【问题讨论】：

标签： ocr

【解决方案1】：

您不是在寻找 OCR，这意味着读取机器打印的字符。您正在寻找 ICR/OMR 软件，也称为表单处理或数据采集。 OMR 代表光学标记识别，这是您尝试做的，识别复选标记/复选框的值。

关于手写识别的更多信息在这里： ICR for machine printed text?

因为您的表单是相同的，这意味着您的表单属于“固定表单”类别，并且基于模板的软件包可以处理这些表单。这是一个简短的文档，解释了表单类型之间的差异： www.wisetrend.com/files/Structured_vs_Semi-Structured.pdf

您的空白表单本身也应该针对机器识别进行适当设计。它应该有参考标记以更好地对齐模板、清晰的流程以便用户知道如何自然填写、适当大小的复选框等。

我相信 FlexiCapture 会满足您的所有需求：link。至少有几个其他解决方案可以执行类似的过程。我是纸质表单处理项目的集成商/顾问。

我删除了您的“移动”标签，因为我相信您不打算使用手机拍摄这些图像。如果您是，如果您有其他选择，我会建议您不要这样做。您提到在传统扫描仪上扫描它们，这是获得良好图像质量的最佳选择。相信我，在处理人工手写表单时，您将有足够的时间来处理，因此请尽可能优化您的表单、扫描、软件和流程。

如果您有兴趣自己开发，这是可能的。该过程是将图像区域（每个复选标记）与某个“基线”进行比较，以查看该区域是否有额外的手写内容。如果超过某个阈值，则已选中复选标记。典型问题是区域对齐和边界阈值水平（小/浅刻度线）。商业包会自动处理。

如果您需要任何其他指导，请告诉我。

伊利亚·埃夫多基莫夫

【讨论】：

谢谢，很棒的答案。我们先看看商业软件，如果有必要我可以开发一些定制的东西。