目标是建立一个能够识别看起来完全不同的收据和发票信息的模型。

我已经和我的兄弟讨论了正确的方法。我附上了一个例子，这里的原始和下面是框中的重要信息：

绿色框是必备信息。紫色和绿色表示我们需要或。橙色信息将是一个不错的选择，但不一定是必需的。一些盒子有上下文和相互联系。

从数据集的角度来看，我们有 1,000 张收据的样本量，所有收据都提取了必要的信息。如果需要，我们可以进一步增加样本量。

我会选择的方法：
将每个收据图像视为游戏，让模型自己弄清楚如何得出正确的结论。这很可能是计算密集型的，但我觉得在处理新的图像类型时它会更加健壮。

我哥哥建议的方法：
基本上使用我提供的盒子，让我从中学习。然后，该模型将学习识别收据或发票上的重要区域，并从那里开始。他将该模型与识别车牌的模型进行了比较。

编辑：只是重申为什么我认为 OCR 只是解决方案的一部分，而不是解决方案本身。这是 Adob​​e Acrobat OCR 结果：

如果你问我，那就完美了。它只是不能帮助我弄清楚要使用哪些值以及要忽略哪些值。我不想手动执行此操作。我希望模型为我返回：

• 总金额
• 销售税和金额
• 债权人（即公司，理想情况下是税号CHE-xxxxx MWST
• 日期和理想时间
• 付款方式

这现在更有意义了吗？我只是不明白 OCR 是如何让我到达那里的。它只是提取值的方法。