常見問題

• ocr識別技術是什么？

  ORC是指對包含文本資料的圖像文件進行分析識別處理,獲取文字及版面信息的技術。OCR（optical character recognition）文字識別是指電子設備（例如掃描儀或數碼相機）檢查紙上打印的字符，然后用字符識別方法將形狀翻譯成計算機文字的過程；即，對文本資料進行掃描，然后對圖像文件進行分析處理，獲取文字及版面信息的過程。

• ocr識別應用有哪些？

  一、交通場景。在交通場景下的應用主要是“車牌識別”，主要用于識別車牌號碼、車牌顏色、車牌類型、車標、車身顏色等車輛特征信息，用于移動警務，占道停車，停車場管理等領域。支持識別普通藍牌、軍牌、武警牌、農用車牌、大使館車牌等各種常見規格的汽車號牌。
  二、票據場景。OCR技術在票據場景下的應用有醫療票據識別、增值稅發票識別和財務票據識別等。主要是通過掃描儀或手機獲取票據圖像，并通過算法自動提取判別票據上的關鍵信息。
  三、生活場景。在生活場景下，OCR技術主要應用于證照識別方面，包括對身份證、銀行卡、護照、結婚證、戶口本、營業執照等的識別。主要是利用掃描儀、數碼相機或手機拍攝各類證照圖像，再利用OCR技術讀取證件圖像上的文字信息以作使用。另外，OCR技術的應用范圍還會在生活中不斷擴展，例如對街景文字、路牌的提取識別。
  四、教育辦公場景。主要是在學習、工作中一些需要進行文檔處理的事項上的應用，即利用OCR技術對書籍、表格、項目報告、簡歷、合同等各類紙質文件進行識別，并通過云端技術將識別后的內容和圖像上傳到服務器備份存儲，將紙質文檔電子化，更方便保存和查看。同時，也可以進行遠程身份認證以及內容審核與監管。

• ocr識別原理是什么？

  ocr識別原理為：電子設備依賴光學字符識別技術，檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字。進行ocr識別時，首先要經過預處理過程，該過程主要包括灰度化，二值化，噪聲去除，傾斜矯正等。然后旋轉圖像識別收據，最后經過二值化處理即可識別成功。
  ocr技術主要采用光學的方式將紙質文檔中的文字轉換成為黑白點陣的圖像文件，并通過識別軟件將圖像中的文字轉換成文本格式，供文字處理軟件進一步編輯加工。一個OCR識別系統，其目的很簡單，只是要把影像作一個轉換，使影像內的圖形繼續保存、有表格則表格內資料及影像內的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節省因鍵盤輸入的人力與時間。

• ocr識別軟件有哪些？

  1、達觀 OCR：達觀 OCR 采用計算機視覺和自然語言處理深度融合技術，打磨出了能夠承載跨行業應用的技術架構，形成了完備的包含文字識別、動態模板、結構化識別、文字理解的技術體系。達觀 OCR 已為超過 100 家政企客戶提供高性能、高穩定性的識別服務，中英文字符準確率超 99.5%，結構化產品準確率達 96% 以上，識別準確率和處理性能穩居業界領先水平。支持OCR通用文檔識別、票證識別以及模板識別自學習產品，使用1個樣本制作模板，即可實現對相同版式樣本的結構化識別。-精準識別：針對圖片模糊、傾斜、翻轉等情況進行專項優化，魯棒性強，多項指標優于行業水平，中英文和符號的字符識別率達到 99.5%-通用性強：算法通用性強，能夠適用于不同行業不同場景的不同數據的文字識別，毫秒級別響應，提供高可用、高穩定的產品服務-產品功能豐富：達觀 OCR 除全文識別外，還為文檔識別提供印章、標題提取、分段、分行等版面分析能力-AI開放能力：達觀 OCR 除幾十類預置算法外，面向開發者、終端業務使用者提供低成本高可用的自定義識別能力。
  2、漢王OCR：北京漢王數字科技有限公司（簡稱：漢王數字），是漢王科技股份有限公司（股票代碼：002362）的子公司，承繼漢王科技領先的人工智能、大數據服務的核心能力，以自然語言理解、人工智能交互、模式識別等核心技術為基礎，為用戶提供覆蓋數據采集、整合、挖掘、智能識別與交互、發布與應用的完整解決方案，具備端到端的自主解決方案能力，是漢王科技布局人工智能與大數據業務生態體系的領航者。公司總部位于北京中關村軟件園，在華北、華東、華南、華中、西北等地均部署有業務中心，形成了覆蓋全國的服務網絡。公司核心業務包括軟件產品研發；OCR文字識別服務；文獻檔案數字化、結構化、知識化加工；面向應用的知識服務產品建設、文獻數字資源內容管理與知識服務平臺建設；數據分析挖掘服務等。未來，漢王數字將充分發揮自身的優勢，秉承“科技成就精彩、創新引領未來”的企業價值觀，不斷拓寬產品線和綜合服務能力，為政府、圖書館、檔案館、金融、出版等多個行業提供以數據處理和智能化應用為核心的完整解決方案。
  3、極客OCR：北京方盒子圖靈優視科技有限公司是專業的機器視覺及自動化的完整解決方案提供商，為制造業提供工業圖像檢測及配套自動化設備。北京方盒子圖靈優視科技有限公司的明星產品有：印刷及包裝圖像檢測及相關自動化設備、電子及半導體檢測、玻璃檢測、薄膜檢測、汽車精密零部件、電子產品外觀檢測及裝配自動化設備等。公司擁有國內最早的機器視覺系統及自動化開發經驗的研發團隊。在光學、圖像檢測軟件、機械、電氣等圖像檢測核心技術及配套自動化的研發方向,在行業內處于領先地位。
  4、秘塔OCR：上海秘塔網絡科技有限公司成立于2018年4月，是法律人工智能領域的一家新銳科技公司，致力于運用人工智能技術為法律人打造得心應手的生產工具，大幅提升法律行業工作效率，讓法律人享受科技的便利。目前，秘塔科技已經成立北京和成都兩大研發中心，在智能法律檢索、多語種法律文件翻譯等方向上進行技術研發和產品落地。

• ocr識別流程是什么？

  一般包括以下幾個過程：
  1.圖像輸入：針對不同格式的圖像，有著不同的存儲格式和壓縮方式。目前，用于存取圖像的開源項目有OpenCV和CxImage等。
  2.預處理：預處理主要包括二值化、噪聲去除和傾斜較正，具體內容如下：
  二值化：大多數情況下，使用攝像頭拍攝的圖片都是彩色圖像，彩色圖像包含的信息量非常豐富，需要進行簡化。我們可以將圖片的內容簡單地分為前景和背景，為了讓計算機更快地、更好地識別文字，需要先對彩色圖像進行處理，使圖片只剩下前景與背景信息，即簡單地定義前景信息為黑色，背景信息為白色，這就是二值化圖。
  噪聲清除：對于不同的文檔，噪聲的定義可以不同。根據噪聲的特征進行消除處理，這就叫做噪聲去除。
  傾斜校正：通常情況下，用戶拍攝的照片比較隨意，很有可能拍照文檔會產生傾斜。這時，需要使用文字識別軟件進行校正。
  3.版面分析：將文檔圖片分段落、分行的過程叫做版面分析。由于實際文檔的多樣性和復雜性，目前沒有一個固定的、最好的切割模型。
  4.字符切割：由于拍照條件的限制，經常會造成字符粘連、斷筆等情況，因此極大地限制了識別系統的性能。此時就需要文字識別軟件具備字符切割的功能。
  5.字符識別：很早的時候就有模板匹配，后來是以特征提取為主。由于文字的位移、筆畫的粗細、斷筆、粘連、旋轉等因素的影響，極大地增加了提取的難度。
  6.版面恢復：通常，人類希望識別后的文字，仍然按照原文檔圖片那樣排列著，保持段落不變、位置不變、順序不變，之后輸出到Word文檔或PDF文檔，這個過程就叫做版面恢復。
  7.后處理、核對：不同的語言環境中，語言的邏輯順序是不同的。因此，需要根據語言特征的上下文，對識別后的結果進行校正，這個過程就是后處理。