OCR到底是個(gè)什么技術(shù)？你了解嗎？

---

我們?cè)趯W(xué)習(xí)和辦公的過(guò)程中，肯定多多少少遇到過(guò)這樣的場(chǎng)景： 在某本書(shū)或者某張報(bào)紙上看到一大段有用的文字，想要快速摘錄出來(lái)； 查找到的重要信息存儲(chǔ)格式為圖像或者文字不可復(fù)制的PDF，需要手動(dòng)輸入成文本格式； 經(jīng)常需要輸入身份證號(hào)碼或者銀行卡號(hào)碼之類(lèi)的長(zhǎng)串?dāng)?shù)字，需要仔細(xì)錄入反復(fù)核對(duì)； 有大批量的表格、單據(jù)、合同等紙質(zhì)材料需要轉(zhuǎn)化為電子文檔保存； 報(bào)銷(xiāo)發(fā)票時(shí)候需要一張張錄入票據(jù)手動(dòng)計(jì)算金額； ...... 把電子文本轉(zhuǎn)化為圖像很容易，一個(gè)截圖軟件就能做到，但是反過(guò)來(lái)操作卻是一個(gè)非常艱難的過(guò)程。傳統(tǒng)且低效的人工手動(dòng)錄入方式已無(wú)法滿(mǎn)足現(xiàn)代快節(jié)奏工作生活的需求，OCR技術(shù)的出現(xiàn)，讓我們有了更便利的方式可以代替人工手動(dòng)錄入。 OCR技術(shù)是Optical Character Recognition(光學(xué)字符識(shí)別)的縮寫(xiě)，是一種通過(guò)光學(xué)輸入方式將卡證或者紙質(zhì)文檔上的文字轉(zhuǎn)化為圖像，再利用算法把圖像信息轉(zhuǎn)化為可以用電子設(shè)備進(jìn)行編輯的文本信息的技術(shù)。 簡(jiǎn)單來(lái)說(shuō)，就是一種便捷的圖像轉(zhuǎn)文字的技術(shù)。 現(xiàn)在市面上關(guān)于OCR技術(shù)的應(yīng)用工具有很多，比如文檔識(shí)別、身份證識(shí)別、票據(jù)識(shí)別、名片識(shí)別、銀行卡識(shí)別、車(chē)牌識(shí)別......今天我們就以文檔識(shí)別為例，看看OCR技術(shù)是如何工作的。 文檔識(shí)別作為一項(xiàng)成熟的人工智能識(shí)別工具，可以在短時(shí)間內(nèi)識(shí)別和讀取紙質(zhì)文檔信息，并自動(dòng)生成可編輯的電子文檔。此外，文檔識(shí)別還能進(jìn)一步對(duì)電子文檔進(jìn)行糾錯(cuò)、添加備注、存儲(chǔ)、分享等操作。 文檔識(shí)別功能分享： OCR文檔錄入：下載并安裝文檔識(shí)別APP，打開(kāi)文檔識(shí)別并選擇右下角的“+”號(hào)，選擇拍照或是打開(kāi)手機(jī)內(nèi)的圖像文件，然后選擇（右上角）識(shí)別，獲得文檔識(shí)別結(jié)果。 用戶(hù)可以對(duì)識(shí)別結(jié)果標(biāo)題、分組、內(nèi)容、備注等部分進(jìn)行修改，支持自主修改標(biāo)題、自由分組，自動(dòng)校對(duì)糾錯(cuò)、自動(dòng)分行、自助排序。 文檔自由檢索：文檔識(shí)別內(nèi)置全文檢索功能，通過(guò)檢索文檔關(guān)鍵字、文件名，就可以快速找到自己需要的電子文檔。 文檔權(quán)限分享：通過(guò)聊天工具、Email、社交平臺(tái)分享云盤(pán)中的文檔，設(shè)置瀏覽權(quán)限，沒(méi)有瀏覽權(quán)限的將無(wú)法通過(guò)該工具獲取信息。通過(guò)設(shè)置閱讀瀏覽權(quán)限，控制文件瀏覽人群，確保文件信息不外泄，保障文件信息安全。 電子圖像美化：在使用文檔識(shí)別APP過(guò)程中，需要注意拍攝的文檔圖片不可以過(guò)度曝光、不能有深重的陰影，否則會(huì)影響文檔識(shí)別結(jié)果。在OCR識(shí)別過(guò)程中，如果遇到圖片模糊（可視范圍）可以通過(guò)點(diǎn)擊右下角彩虹色小球，對(duì)即將識(shí)別的文檔進(jìn)行“強(qiáng)化”“美化”處理。通過(guò)美化圖像，銳化對(duì)比、降低噪點(diǎn)等方式可獲得更加清晰完整的圖像，使得文字識(shí)別準(zhǔn)確率在各大現(xiàn)實(shí)場(chǎng)景下有明顯提升。