- 產(chǎn)品詳情
- 產(chǎn)品規(guī)格
博奧智能通過領(lǐng)先的深度學(xué)習(xí)技術(shù)，對各種表格，圖片，文檔、證件、面單等多種通用場景、多種語言的文字進(jìn)行快速、精準(zhǔn)的檢測和識別，適用于印刷體、手寫體、傾斜、折疊、旋轉(zhuǎn)等場景的通用文本識別 、通用文字識別，提供定制開發(fā)服務(wù)。
OCR全稱是Optical Character Recognition，意思是“光學(xué)字符識別技術(shù)”，是最為常見的、也是目前最高效的文字掃描技術(shù)，它可以從圖片或者PDF中識別和提取其中的文字內(nèi)容，輸出文本文檔，方便驗(yàn)證用戶信息，或者直接進(jìn)行內(nèi)容編輯。
典型的OCR技術(shù)路線分為5個大的步驟，分別是輸入、圖像與處理、文字檢測、文本識別，及輸出。每個過程都需要算法的深度配合，因此從技術(shù)底層來講，從圖片到文字輸出，要經(jīng)歷以下的過程：
1. 圖像輸入：讀取不同圖像格式文件；
2. 圖像預(yù)處理：主要包括圖像二值化，噪聲去除，傾斜校正等；
3. 版面分析：將文檔圖片分段落，分行；
4. 字符切割：處理因字符粘連、斷筆造成字符難以簡單切割的問題；
5. 字符特征提取：對字符圖像提取多維特征；
6. 字符識別：將當(dāng)前字符提取的特征向量與特征模板庫進(jìn)行模板粗分類和模板細(xì)匹配，識別出字符；
7. 版面恢復(fù)：識別原文檔的排版，按原排版格式將識別結(jié)果輸出到文本文檔；
后處理校正: 根據(jù)特定的語言上下文的關(guān)系，對識別結(jié)果進(jìn)行校正
