ocr_score — SYMBOL `ocr` op

• Data kinds: कोई नहीं → table (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)

• Call: import fullseye as fs; fs.ledger.ocr_score(read_text, true_text) -> 'dict' (implementation को सीधे call करना हो तो import ocrclassic; ocrclassic.ocr_score(read_text, true_text) -> 'dict', registry से लेना हो तो opssymbol.get("ocr_score"))

• GPU: नहीं (केवल CPU reference implementation)

उपयोग

reading को truth से Levenshtein alignment द्वारा score करता है, misreads और rejects अलग गिनता है (table)।

> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।

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.

उपयोग की विस्तृत guide

• symbol_reading family guide

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_symbol_lot_ocr — py -3.11 examples/poc_symbol_lot_ocr.py

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

render_symbol · symbol_read_trials · symbol_read_pod · ocr_classify · ocr_read_line · ocr_read_trials

इसी category के (`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. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

ocr_score — SYMBOL ocr op