我正在使用Alfresco社区6.1。
我有成千上万张发票要扫描，对其进行OCR（识别率接近100％）并检索所需的元数据（合作伙伴，发票编号，金额，单位，货币等）。（所有这些都在Alfresco中）
基于检索到的这些元数据，我需要对发票进行一些操作（将它们移动到适当的文件夹，应用一些工作流程...）。>>
作为第一个方法：
对于OCR，我使用了Alfresco Simple OCR Action，但结果不是很准确（远非100％）。
为了获取结果，我将PDF OCRed转换为纯文本文件，然后使用带有document.content的javascript搜索内容。但是由于OCR不准确，所以我无法确定它是否是最佳解决方案在文档内部进行搜索。
所以我的问题是：
如何使OCR结果更准确？
如何从发票中检索重要数据？我在这种处理中使用的方法足够好还是非常差？
我正在使用pdfsandwich，而我的alfresco-global.properties
ocr.command=/usr/bin/pdfsandwich
ocr.output.verbose=true
ocr.output.file.prefix.command=-o
ocr.extra.commands=-verbose -lang eng
ocr.server.os=linux
我正在使用Alfresco社区6.1。我有成千上万的发票要扫描，OCR（接近100％识别）并检索所需的元数据（合作伙伴，发票编号，金额，单位，货币等）。（全部...