概述 本项目提供针对印刷代码、优惠券、身份证和标签的OCR优化错误纠正。目标是打印出带有里德-所罗门ECC和OCR安全奇偶校验文本的紧凑代码。当OCR错误读取一个或多个符号时，解码器可以检测到扫描的代码无效，识别出不一致的符号位置，并在错误数量在配置的里德-所罗门限制内时纠正原始消息。这在打印环境不理想时尤其有用。示例包括缺失针的点阵打印机、用尽墨水的色带、低分辨率打印、容易积聚污垢的标签，或任何在OCR读取之前印刷字符可能部分损坏的工作流程。这可以将OCR的可靠性提高到接近100%，前提是扫描质量足够好，OCR错误数量不超过纠正能力。 里德-所罗门错误纠正 ReedSolomonForOcr实现了GF(256)上的里德-所罗门。符号大小：8位；最大码字长度：255符号；编码格式：消息 + 奇偶校验；纠正能力：最多可纠正floor(nsym / 2)个未知符号错误。例如，当nsym=10时，将添加10个奇偶校验符号，并最多可纠正5个未知符号错误。 普通以字节为导向的API处理范围为0..255的整数符号： ```python from importlib.util import module_from_spec, spec_from_file_location spec = spec_from_file_location("reed_solomon_ocr", "reed-solomon-ocr.py") module = module_from_spec(spec) spec.loader.exec_module(module) ReedSolomonForOcr = module.ReedSolomonForOcr rs = ReedSolomonForOcr(nsym=10) message = ReedSolomonForOcr.bytes_to_symbols(b"HELLO-123") codeword = rs.encode(message) is_valid = rs.check(codeword) decoded = rs.correct(codeword) assert is_valid assert decoded == message ``` 安全的OCR字符 OCR错误通常来自形似字符。当减少字符集以避免混淆时，从每个形似组中选择最具特色的字符。 推荐的字母数字选择： - 对于0和O：都去掉。移除0和O。 - 对于1、I和l：仅保留数字1。移除大写I和小写l。 - 对于2和Z：保留数字2。移除大写Z。 - 对于5和S：保留数字5。移除大写S。 - 对于8和B：保留数字8。移除大写B。 - 对于6和G：保留数字6。移除大写G。 - 对于V和U：保留大写U。移除大写V。 最终安全字符列表： - 安全数字：2 3 4 5 6 7 8 9 - 安全字母：A C D E F H J K L M N P Q R T U W X Y 编码器使用此OCR安全字母表作为奇偶校验文本：23456789ACDEFHJKLMNPQRTUWXY。 因为里德-所罗门符号是GF(256)字节，所以一个奇偶校验字节无法适配为一个OCR安全字符。实现方法将每个奇偶校验字节编码为两个OCR安全字符。 如何使用 使用带有OCR安全奇偶校验的编码： ```python rs = ReedSolomonForOcr(nsym=10) message = ReedSolomonForOcr.bytes_to_symbols(b"HELLO-123") message_symbols, safe_parity = rs.encode_with_ocr_safe_parity(message) print(message_symbols) print(safe_parity) ``` 打印或存储两者： - message_symbols：原始消息符号 - safe_parity：OCR安全奇偶校验字符 从OCR安全奇偶校验重建码字： ```python codeword = rs.codeword_from_ocr_safe_parity(message_symbols, safe_parity) assert rs.check(codeword) ``` 使用OCR安全奇偶校验纠正损坏的消息： ```python corrupted_message = message_symbols[:] corrupted_message[0] ^= 0x55 decoded = rs.correct_with_ocr_safe_parity(corrupted_message, safe_parity) assert decoded == message ``` 字节助手： ```python symbols = ReedSolomonForOcr.bytes_to_symbols(b"ABC123") data = ReedSolomonForOcr.symbols_to_bytes(symbols) ``` 兼容性包装函数： 该模块还公开了包装函数： ```python codeword = module.rs_encode_msg(message, nsym=10) decoded = module.rs_correct_msg(codeword, nsym=10) message_symbols, safe_parity = module.rs_encode_msg_with_ocr_safe_parity(message, nsym=10) decoded = module.rs_correct_msg_with_ocr_safe_parity(message_symbols, safe_parity, nsym=10) ``` 运行演示和测试： ```bash python3 main.py python3 -m unittest -v ```