OCR文字识别

常见问题

• ocr识别技术是什么？

  ORC是指对包含文本资料的图像文件进行分析识别处理,获取文字及版面信息的技术。OCR（optical character recognition）文字识别是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。

• ocr识别应用有哪些？

  一、交通场景。在交通场景下的应用主要是“车牌识别”，主要用于识别车牌号码、车牌颜色、车牌类型、车标、车身颜色等车辆特征信息，用于移动警务，占道停车，停车场管理等领域。支持识别普通蓝牌、军牌、武警牌、农用车牌、大使馆车牌等各种常见规格的汽车号牌。
  二、票据场景。OCR技术在票据场景下的应用有医疗票据识别、增值税发票识别和财务票据识别等。主要是通过扫描仪或手机获取票据图像，并通过算法自动提取判别票据上的关键信息。
  三、生活场景。在生活场景下，OCR技术主要应用于证照识别方面，包括对身份证、银行卡、护照、结婚证、户口本、营业执照等的识别。主要是利用扫描仪、数码相机或手机拍摄各类证照图像，再利用OCR技术读取证件图像上的文字信息以作使用。另外，OCR技术的应用范围还会在生活中不断扩展，例如对街景文字、路牌的提取识别。
  四、教育办公场景。主要是在学习、工作中一些需要进行文档处理的事项上的应用，即利用OCR技术对书籍、表格、项目报告、简历、合同等各类纸质文件进行识别，并通过云端技术将识别后的内容和图像上传到服务器备份存储，将纸质文档电子化，更方便保存和查看。同时，也可以进行远程身份认证以及内容审核与监管。

• ocr识别原理是什么？

  ocr识别原理为：电子设备依赖光学字符识别技术，检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字。进行ocr识别时，首先要经过预处理过程，该过程主要包括灰度化，二值化，噪声去除，倾斜矫正等。然后旋转图像识别收据，最后经过二值化处理即可识别成功。
  ocr技术主要采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工。一个OCR识别系统，其目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。

• ocr识别软件有哪些？

  1、达观 OCR：达观 OCR 采用计算机视觉和自然语言处理深度融合技术，打磨出了能够承载跨行业应用的技术架构，形成了完备的包含文字识别、动态模板、结构化识别、文字理解的技术体系。达观 OCR 已为超过 100 家政企客户提供高性能、高稳定性的识别服务，中英文字符准确率超 99.5%，结构化产品准确率达 96% 以上，识别准确率和处理性能稳居业界领先水平。支持OCR通用文档识别、票证识别以及模板识别自学习产品，使用1个样本制作模板，即可实现对相同版式样本的结构化识别。-精准识别：针对图片模糊、倾斜、翻转等情况进行专项优化，鲁棒性强，多项指标优于行业水平，中英文和符号的字符识别率达到 99.5%-通用性强：算法通用性强，能够适用于不同行业不同场景的不同数据的文字识别，毫秒级别响应，提供高可用、高稳定的产品服务-产品功能丰富：达观 OCR 除全文识别外，还为文档识别提供印章、标题提取、分段、分行等版面分析能力-AI开放能力：达观 OCR 除几十类预置算法外，面向开发者、终端业务使用者提供低成本高可用的自定义识别能力。
  2、汉王OCR：北京汉王数字科技有限公司（简称：汉王数字），是汉王科技股份有限公司（股票代码：002362）的子公司，承继汉王科技领先的人工智能、大数据服务的核心能力，以自然语言理解、人工智能交互、模式识别等核心技术为基础，为用户提供覆盖数据采集、整合、挖掘、智能识别与交互、发布与应用的完整解决方案，具备端到端的自主解决方案能力，是汉王科技布局人工智能与大数据业务生态体系的领航者。公司总部位于北京中关村软件园，在华北、华东、华南、华中、西北等地均部署有业务中心，形成了覆盖全国的服务网络。公司核心业务包括软件产品研发；OCR文字识别服务；文献档案数字化、结构化、知识化加工；面向应用的知识服务产品建设、文献数字资源内容管理与知识服务平台建设；数据分析挖掘服务等。未来，汉王数字将充分发挥自身的优势，秉承“科技成就精彩、创新引领未来”的企业价值观，不断拓宽产品线和综合服务能力，为政府、图书馆、档案馆、金融、出版等多个行业提供以数据处理和智能化应用为核心的完整解决方案。
  3、极客OCR：北京方盒子图灵优视科技有限公司是专业的机器视觉及自动化的完整解决方案提供商，为制造业提供工业图像检测及配套自动化设备。北京方盒子图灵优视科技有限公司的明星产品有：印刷及包装图像检测及相关自动化设备、电子及半导体检测、玻璃检测、薄膜检测、汽车精密零部件、电子产品外观检测及装配自动化设备等。公司拥有国内最早的机器视觉系统及自动化开发经验的研发团队。在光学、图像检测软件、机械、电气等图像检测核心技术及配套自动化的研发方向,在行业内处于领先地位。
  4、秘塔OCR：上海秘塔网络科技有限公司成立于2018年4月，是法律人工智能领域的一家新锐科技公司，致力于运用人工智能技术为法律人打造得心应手的生产工具，大幅提升法律行业工作效率，让法律人享受科技的便利。目前，秘塔科技已经成立北京和成都两大研发中心，在智能法律检索、多语种法律文件翻译等方向上进行技术研发和产品落地。

• ocr识别流程是什么？

  一般包括以下几个过程：
  1.图像输入：针对不同格式的图像，有着不同的存储格式和压缩方式。目前，用于存取图像的开源项目有OpenCV和CxImage等。
  2.预处理：预处理主要包括二值化、噪声去除和倾斜较正，具体内容如下：
  二值化：大多数情况下，使用摄像头拍摄的图片都是彩色图像，彩色图像包含的信息量非常丰富，需要进行简化。我们可以将图片的内容简单地分为前景和背景，为了让计算机更快地、更好地识别文字，需要先对彩色图像进行处理，使图片只剩下前景与背景信息，即简单地定义前景信息为黑色，背景信息为白色，这就是二值化图。
  噪声清除：对于不同的文档，噪声的定义可以不同。根据噪声的特征进行消除处理，这就叫做噪声去除。
  倾斜校正：通常情况下，用户拍摄的照片比较随意，很有可能拍照文档会产生倾斜。这时，需要使用文字识别软件进行校正。
  3.版面分析：将文档图片分段落、分行的过程叫做版面分析。由于实际文档的多样性和复杂性，目前没有一个固定的、最好的切割模型。
  4.字符切割：由于拍照条件的限制，经常会造成字符粘连、断笔等情况，因此极大地限制了识别系统的性能。此时就需要文字识别软件具备字符切割的功能。
  5.字符识别：很早的时候就有模板匹配，后来是以特征提取为主。由于文字的位移、笔画的粗细、断笔、粘连、旋转等因素的影响，极大地增加了提取的难度。
  6.版面恢复：通常，人类希望识别后的文字，仍然按照原文档图片那样排列着，保持段落不变、位置不变、顺序不变，之后输出到Word文档或PDF文档，这个过程就叫做版面恢复。
  7.后处理、核对：不同的语言环境中，语言的逻辑顺序是不同的。因此，需要根据语言特征的上下文，对识别后的结果进行校正，这个过程就是后处理。