OCR驗證使用Rails構建一個名片掃描儀

Question

我的目標是寫Rails的驗證類，它是能夠使用從名片的OCR識別文本，並能夠檢測串片段，並將它們分配到正確的屬性。我知道這不可能100％完美，但我希望儘可能接近。下面是我的做法至今：

我：

1. 我通過jQuery的navigator.mediaDevices
2. 我掃描的圖像發送到第三方API服務，稱爲OCRSpace（https://github.com/suyesh/ocr_space寶石可以在這裏）掃描名片然後得到識別的文本片段的格式化陣列後面，例如：

result = [['John Doe'], ['+49 160 123456'], ['Mainstr. 45a'], ['12345 Berlin'], ['CEO'], ['johndoe@business-website.de'], ['www.business-website.de']]

• 我然後通過陣列迭代並做一些檢查，例如

• 使用people庫（https://github.com/mericson/people） 分裂在名字和姓氏（附加標題 或middlenames）名稱使用phonelib庫 （https://github.com/daddyz/phonelib）查找有效的電話號碼 和國際化字符串

• 格式化做上的電子郵件地址的正則表達式的基本檢查，並將其存儲

我現在懷念的是：

1. 我怎麼能找出什麼名字字符串將可能是什麼？現在我讓用戶選擇它（在我的例子中，他將「John Doe」定義爲名稱，然後該庫執行其餘的部分）。我確定當使用正則表達式的時候會遇到衝突，像「Main Street」這樣的字符串也會被識別爲一個名字？
2. 怎樣的正則表達式的郵政編碼和城市名稱的組合？我不是正則表達式專家，你知道任何有用的好消息嗎？目前找不到任何東西，除了一般的正則表達式檢查器。

一般：你喜歡我的做法還是這樣太複雜？你知道一些看起來更好的最佳做法嗎？

Answer 1

不要認爲這是一個完整的答案，但它是太多了，使之成爲註釋。 您的工作方式似乎好了，但因爲有其他的方式，我不會使用OCR服務，Tesseract是最有名的。

如果你這樣做，並且所有的結果都是可比較的，似乎並不難，因爲每一條信息都有它自己的特徵。

您可以識別名稱部分，因爲它不會包含數字，其他部分可以，也可以期望包含它「Mr.」或「夫人」或者這樣而不是「大街」，「街道」等等。你也可以使用谷歌地圖來檢查正確的地址，有Ruby的寶石，但沒有經驗。

你的員工寶石也可以幫助。

您可以猜出所有這些，將結果呈現在您的網頁中並讓用戶確認或調整。

您也可以通過以任意順序查找數字和字符串組合來RegExpr後城市組合，但您也可以使用像ZipCodes這樣的寶石來提供幫助。

對不起，現在沒有時間現在測試一些正則表達式，我不發佈沒有測試的代碼。

希望這是一些幫助，成功！