ocr op• Datenarten: keine → table (ein Operator, der allein durch seine Argumente bestimmt ist — er nimmt kein Bild und keine Daten entgegen)
• Aufruf: import fullseye as fs; fs.ledger.ocr_score(read_text, true_text) -> 'dict' (die Implementierung direkt: import ocrclassic; ocrclassic.ocr_score(read_text, true_text) -> 'dict'; aus dem Register: opssymbol.get("ocr_score"))
• GPU: nein (nur CPU-Referenzimplementierung)
Bewertet eine Lesung gegen die Wahrheit per Levenshtein-Ausrichtung und zählt Fehllesungen und Rückweisungen getrennt (table).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
整列(置換・挿入・削除の費用 1)の後、整列した各対を数える:
• correct —— 同じ字
• rejected —— 真値の字に対して "?"(棄却: 安全側。人が見れば済む)
• substituted —— 真値と違う字(誤読: 危険側。検査では見逃しになる)
• inserted —— 真値に無い字が読まれた("?" の挿入も含む)
• deleted —— 真値の字が読まれなかった
誤読と棄却は決して 1 つの率に畳まない。率は真値の字数で割る。Misreads and rejects are never folded into one rate. Rates are per true character.
• Leitfaden zur Familie symbol_reading
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• poc_symbol_lot_ocr — py -3.11 examples/poc_symbol_lot_ocr.py
table als Eingabe)render_symbol · symbol_read_trials · symbol_read_pod · ocr_classify · ocr_read_line · ocr_read_trials
ocr)ocr_font · ocr_render_text · ocr_segment_line · ocr_features · ocr_train · ocr_classify · ocr_read_line · ocr_read_trials
*Provenance: ocrclassic.py — SYMBOL Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.