OCR是英文optical character recognition的缩写,意思是费版:文字识别
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介绍技术过程;即,对文本资料进行扫描,百度别免然后对图像文件进行分析处理,字识获取文字及版面信息的费版过程。
如何除错或利用辅助信息提高识别正确率,介绍技术是百度别免OCR最重要的课题。衡量一个OCR系统性能好坏的字识主要指标有:拒识率、误识率、费版识别速度、介绍技术用户界面的百度别免友好性,产品的字识稳定性,易用性及可行性等。费版
扩展资料
应用:
OCR文字识别很重要的一个技术参数,就是识别率。就拿身份证识别来举例子,就会涉及到两个问题。身份证识别出来的最终目的是要有格式,供直接录入系统,姓名项、地址项、身份证号项都黏在一起,就没办法使用了;
目前身份证识别率能达到98%以上,如果拿通用OCR文字识别来识别,识别率达不到如此高识别率,需要专门针对身份证进行校正优化。所以OCR文字识别根据特殊识别内容,形成了多个产品出来。
同样身份证识别,项目使用中,方案有分多种,有云端识别,也可以手机端本地识别。根据应用场景来区分需求。云端的会涉及到网络延时和流量产生费用等,但微信工作号之类的,只能使用这种方式。手机端本地识别,识别速度快,不会产生流量,也没有网络延时。
参考资料来源:百度百科-OCR
OCR文字识别( OpticalCharacterRecognition)是指电子设备(例如扫描仪或者数码相机)检查纸上打印的字符,然后利用字符识别的方法发将形状翻译成计算机文字的过程,即对文本资料进行扫描,然后再对推按文件进行分析处理,从而获取文字及版面信息的过程。简单来说,就是识别提取识别文本资料上的文字。而现在随着手机端的发展,这样的OCR文字识别工具也有很多。
例如手机上的QQ,还有迅捷文字识别等,都有这个文字识别的功能,如下图所示,打开这个工具就能图片进行文字识别。
OCR技术是光学字符识别的缩写(Optical Character Recognition),是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息,再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。可应用于银行票据、大量文字资料、档案卷宗、文案的录入和处理领域。适合于银行、税务等行业大量票据表格的自动扫描识别及长期存储。相对一般文本,通常以最终识别率、识别速度、版面理解正确率及版面还原满意度4个方面作为OCR技术的评测依据;而相对于表格及票据,通常以识别率或整张通过率及识别速度为测定OCR技术的实用标准。
OCR识别技术不仅具有可以自动判断、拆分、识别和还原各种通用型印刷体表格,在表格理解上做出了令人满意的实用结果,能够自动分析文稿的版面布局,自动分栏、并判断出标题、横栏、图像、表格等相应属性,并判定识别顺序,能将识别结果还原成与扫描文稿的版面布局一致的新文本。表格自动录入技术,可自动识别特定表格的印刷或打印汉字、字母、数字,可识别手写体汉字、手写体字母、数字及多种手写符号,并按表格格式输出。提高了表格录入效率,可节省大量人力。同时支持将表格识别直接还原成PTF、PDF、HTML等格式文档;并可以对图像嵌入横排文本和竖排文本、表格文本进行自动排版面分析。
采用OCR识别技术,可以将其应用于银行票据光盘缩微系统,可以自动提取票据要素,可减轻操作员的工作量,减少重复劳动,尤其是在与银行事后且监督系统相结合后,可以替代原先的操作人员完成事后监督工作。由计算机自动识别票据上的日期、帐号、金额等要素,通过银行事后监督系统与业务系统中的数据进行比较,完成传统的事后监督操作;配有印章验证系统后,自动将凭证图像中的印章与系统中预留的印鉴进行比较,完成印章的真伪识别。
利用目前的高新技术-OCR,直接从凭证影像中提取金额、帐号等重要数据,代替人的手工录入,与条码识别/流水识别紧密结合,实现建立事后副本帐、完成事后监督的工作。OCR处理一般使用性能较好的PC机,OCR处理程序一经启动会自动扫描数据库中的凭证影像,发现有需OCR处理而未处理的,提取到本地进行处理。
OCR手写体、印刷体识别技术,能识别不同人写的千差万别的手写体汉字和数字,应用于本系统,识别凭证影像中储户填写的信息,如大写金额、小写金额、帐号、存期、日期、证件号等,可以代替手工录入。同时被识别得出的金额还要与流水识别所得的金额进行核对,核对成功,则OCR识别成功。这样处理是为了避免误判。
经过对银行产生的实际凭证进行的大量测试,在实际开发过程中,根据银行的实际需求,OCR技术在票据和表格识别能力和手写体自动识别能力上不断提升,目前处理速度可达到每分钟60~80张票据,存折识别率已经达到了85%以上,存单、凭条识别率达到90%以上,而85%以上的识别率就能减少80%以上的数据录入员。
OCR(Optical Character Recognition,光学字符识别)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,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。如何除错或利用辅助信息提高识别正确率,是OCR最重要的课题,ICR(Intelligent Character Recognition)的名词也因此而产生。
衡量一个OCR系统性能好坏的主要指标有:拒识率、误识率、识别速度、用户界面的友好性,产品的稳定性,易用性及可行性等。
证件的OCR识别”就是针对证件类文档进行识别的技术,原理就是利用OCR识别技术,通过拍摄证件图像或者从相册中加载图像,过滤证件的背景底纹干扰,自动分析证件各文字进行字符切分、识别,最后将识别结果按各栏目分别导入到软件的数据库对应的字段当中。推荐安装云脉证件识别,人们就不用再依靠手工输入相关证件信息,可以实现自动识别采集。
云脉OCR证件识别一般包括身份证识别、驾照识别、行驶证识别、车牌识别、驾照副页识别、行驶证副页识别、护照识别、企业三证识别、户口本识别、港澳通行证识别,云脉SaaS平台都能下载上述识别api接口
参考资料:合同文档比对