python根据字相似度进行替换

空弹壳

于 2022-05-24 00:03:55 发布

阅读量646

点赞数

文章标签： python 矩阵线性代数

本文链接：https://blog.youkuaiyun.com/weixin_47046791/article/details/124937733

版权

本文介绍如何使用Python在OCR识别出现错误时，通过计算字符相似度来纠正错误。例如，将OCR识别出的'核酪椅测'替换为正确的'核酸检测'，通过比较每个字符的相似度进行纠正。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一：常用场景，OCR识别金额大写错误时，金额大写内容可以固定，根据ocr识别的结果进行相似度比对进行替换

比如：核酸检测经过ocr识别成核酪椅测，此时计算每个字的相似度。

# coding:utf-8
# cython: language_level=3
import numpy as np

def edit_distance(string_a, string_b, name='Levenshtein'):
    size_x = len(string_a) + 1
    size_y = len(string_b) + 1
    matrix = np.zeros((size_x, size_y), dtype=int)
    for x in range(size_x):
        matrix[x, 0] = x
    for y in range(size_y):
        matrix[0, y] = y

    for x in range(1, size_x):
        for y in range(1, size_y):
            if string_a[x - 1] == string_b[y - 1]:
                matrix[x, y] = min(
                    matrix[x - 1, y] + 1,
                    matrix[x - 1, y - 1],
                    matrix[x, y - 1] + 1
                )
            else:
                if name == 'Levenshtein':
                    matrix[x, y] = min(