machine-learning - 屏幕截图 > 文本 (OCR) > 关键信息

Question

我正在使用 Googles Vision API 来分析来自我们产品的错误消息的屏幕截图。使用这些托管服务，OCR 部分很容易，但是是否有任何最佳实践工具可用于实际文本？

更具体地说，错误屏幕截图将包含产品名称、产品版本、底层操作系统版本（如果操作系统是 32 位或 64 位）以及实际错误消息（C# Stacktrace）

所以所有文本都来自 OCR 扫描，但由于屏幕截图是由用户拍摄的，因此不能假设上面的不同信息位于屏幕截图的特定区域。

如何着手分析这些数据？我们是在谈论简单的字符串操作和自定义领域知识（试过这个，它让我走得很远），还是这是谷歌/微软提供的某种机器学习文本分析的工作（或者是矫枉过正）？

标签： machine-learningtextcomputer-visionocr

Answer 1

所以所有文本都来自 OCR 扫描，但由于屏幕截图是由用户拍摄的，因此不能假设上面的不同信息位于屏幕截图的特定区域。

1. 使用简单的模板匹配查找您在屏幕截图中查找的错误消息窗口。
2. 在与您在步骤 1 中找到的位置相关的特定区域中使用 Googles Vision API，以获取特定信息。