中企动力 > 商学院 > 文字通用识别
  • ?

    OCR文档、图片文字识别手机电脑端云端

    占樱

    展开

    烦烦碌碌的生活中,经常需要从文档、图片等直接转换成文字信息供我们使用,但是人工录入太过于麻烦,所以就需要识别软件或者硬件来辅助我们更快的完成这些繁杂的工作

    1:比如我们需要提取纸质书籍或资料中的文字供我们使用,OCR识别就能做成可编辑的电子版文件,方便我们直接使用或者编辑。

    2、比如需要各类通用的证件(身份证、国内外护照、港澳台证件、驾驶证等)中的相关信息提取,有OCR识别然后录入到软件系统中,就能方便提取调用了。

    3、比如要将调用各类票据中的部分信息,做表或者整理,有OCR识别然后录入到表格文档等中,就可以随时调用了。

    4、比如将图片中的文字信息提取出来,有OCR识别,就可以转换成可编辑的文字信息了。

    OCR识别多数应用于什么场景呢?证件、护照、车牌、车架号(Vin码)、普通文档、自然场景下的文字、长微博、图片彩页等

    有需要了解更多可以留言联系

  • ?

    近在身边的人工智能技术丨OCR识别

    经山蝶

    展开

    有多少人在读纸质书的时候想要使用复制粘贴的功能?或者面对一本厚厚的资料时很想用关键词检索来寻找自己需要的信息?纸质书可以带来传统的优质的阅读体验,但是在信息存储、修改、查询等方面却有着天然的硬伤。

    我们在学习和办公的过程中,肯定多多少少遇到过这样的场景:

    1. 在某本书或者某张报纸上看到一大段有用的文字,想要快速摘录出来;

    2. 查找到的重要信息存储格式为图像或者文字不可复制的PDF,需要手动输入成文本格式;

    3. 经常需要输入身份证号码或者银行卡号码之类的长串数字,需要仔细录入反复核对;

    4. 有大批量的表格、单据、合同等纸质材料需要转化为电子文档保存;

    5. 报销发票时候需要一张张录入票据手动计算金额;

    ……

    把电子文本转化为图像很容易,一个截图软件就能做到。

    但是反过来操作却是一个非常艰难的过程。

    曾经有一种职业叫“打字员”,但如今网络上存在的“打字员招聘”已经基本是骗子的天下了。

    因为我们有了更便利的方式,可以代替人工录入的工作

    ——OCR技术

    OCR技术是Optical Character Recognition(光学字符识别)的缩写,是一种通过光学输入方式将卡证或者纸质文档上的文字转化为图像,再利用算法把图像信息转化为可以用电子设备进行编辑的文本信息的技术。

    简单来说,就是一种便捷的图像转文字的技术。

    传统的OCR技术流程比较复杂,需要先对通过扫描仪上传的图像进行预处理,包括灰度化、二值化、去黑边、区域定位、行切分、字切分等一系列操作。对图像质量要求高,识别率低,识别速度慢,效果差。

    但现在,易道博识基于深度学习平台开发的全新OCR技术,通过扫描或者手机拍照的方式上传含有文字信息的图像,无需再进行单字切分,就可以直接将图像中的文字自动转化为可编辑的文本信息。

    易道博识自主研发的基于深度学习的OCR技术大大简化了识别流程,极大的提升了识别的速度和精度,甚至针对身份证号码的识别准确率已经达到100%。

    而且易道博识的OCR技术支持卡证类多方向识别,哪怕是倒立图像也不影响文字定位,极大地提升了用户体验。

    如今,无论是身份证银行卡上的一大串数字,还是文字密密麻麻的纸质材料,或者是格式多种多样的发票和表单,再或者是包含了数十条重要信息的表格,都可以使用OCR技术来代替人工录入。

    当今社会无纸化办公已经成为大趋势,但在从传统的办公模式到现代办公模式的过度过程中仍然会产生大量的纸质文档,需要进行信息电子化。

    每天有无数的纸质资料被加工被数字化,在这个过程中引入OCR技术,相比人工一个字一个字的敲进电脑里,这种批量识别的方式不仅效率大大提升,也提高了录入的准确率,还可以极大的简化电子化流程,有效减少人力物力的浪费,缩减运营成本。

    当前OCR技术已经相当成熟,相关技术的应用也在诸多领域落地开花。

    很多人不熟悉这个名词,但不代表没有使用过这个功能。手机里的图像转文字的小程序,从图片中提取文字的功能,网络平台扫描证件实名认证,自助开户刷身份证登记信息,日常生活和工作中处处都是OCR技术应用的身影。

    随着OCR技术的应用越来越广泛,人们对这种人工智能技术的认可度越来越高,对优质效的OCR产品需求也越来越多。

    市面上不同的OCR产品,由于技术基础不同,最终呈现的识别率、准确度、识别速度也大有不同。易道博识坚持走自主产权道路,凭借大量的技术人才储备和持续不断的研发投入,拥有行业领先的核心产品技术,积累了大量的成熟产品。

    易道博识的大多数OCR识别产品已经上架AI开放平台,目前已支持的产品列表包括:

    通用文字、身份证、银行卡、行驶证、驾驶证、营业执照、增值税发票、港澳台通行证、广东省居住证、临时身份证、电子发票、火车票、出租车票、机动车发票、二手车发票、车辆合格证、车牌、行驶证副页、驾驶证副页、不动产登记证、房产证、银行支票、承兑汇票、开户许可证、北京市医疗发票等。

  • ?

    通用特殊特性识别系统

    韶炎彬

    展开

    通用汽车关于特殊特性的识别系统,大家再识别特殊特性时可以借鉴,也可以参照福特的特殊特性识别系统,简单粗暴好用

    学习-福特如何使用FMEA进行特殊特性识别

  • ?

    「升级公告」通用票据文字识别速度翻倍,准确率提升46%

    冰枫

    展开

    尊敬的百度AI开放平台用户:

    百度通用票据识别全面升级,识别速度翻倍,准确率提升46%,欢迎使用。

    百度通用票据识别支持对增值税发票、火车票、出租车票(暂支持北京)的结构化识别,以及对医疗票据、保险保单、银行兑票、购物小票、的士发票等各类票据进行通用识别,并按行输出所有文字结果。此次升级基于海量优质数据优化,采用全新检测、识别模型,结合最新GPU硬件架构实现更快更准的票据识别,使单图识别耗时降低300ms,单字准确率提升46%,整图准确率提升29%!欢迎使用!百度AI将持续为您提供更好的技术和服务。

    欢迎进入百度AI开放平台,查看产品页面介绍和产品使用帮助文档。或可进入AI开发者社区,进行技术沟通交流。

  • ?

    使用Python+百度OCR文字识别提取图片内容

    Island

    展开
    百度文字识别

    工作中,我们常常会将图片中的文字整理成word文档,过去主要依靠人工识别,费时费力,随着人工智能技术的发展,OCR文字识别的准确度越来越高,此项工作完全可以交给系统来完成了,下面是一段Python版的文字识别代码,使用了百度的“百度文字识别接口”。

    # -*- coding:utf-8 -*-from aip import AipOcr# 你的 APPID AK SK APP_ID = '你的 App ID'API_KEY = '你的 Api Key'SECRET_KEY = '你的 Secret Key'aipOcr = AipOcr(APP_ID, API_KEY, SECRET_KEY)# 读取图片def get_file_content(filePath): with open(filePath, 'rb') as fp: return fp.read()img = get_file_content('E://20171017152738.jpg')# 调用通用文字识别接口result = aipOcr.basicGeneral(img)# 如果有可选参数options = {}options["language_type"] = "CHN_ENG" # 识别语言类型 默认 中英混合options["detect_direction"] = "true" # 是否检测图像朝向 默认不检测options["detect_language"] = "true" # 是否检测语言,默认不检测。当前支持(中文、英语、日语、韩语)options["probability"] = "true" # 是否返回识别结果中每一行的置信度# 调用通用文字识别接口,同时携带可选参数#result = aipOcr.basicGeneral(img, options)# 获取返回识别结果if isinstance(result, dict): words = result['words_result']print words# 如果图片是url 调用示例如下#result = apiOcr.basicGeneral('http://xxxxxx/img.jpg')

    百度文字识别还提供了许多其他接口,例如:通用文字识别(高精度版),网络图片文字识别,身份证识别,银行卡识别,车牌识别,营业执照识别,表格文字识别等。感兴趣的朋友可以到百度AI开放平台查找相关使用说明。

  • ?

    图片文字识别( 支持中文 )--Java也可以这样玩

    瓦尔帕莱索

    展开

    Java实现图片文字识别, 文字识别的核心代码是调用百度AI通用文字识别, 如下图:

    配合JavaFX开发GUI程序, 实现桌面截图并实时识别图片中的文字, 效果如下:

    识别速度很快, 识别率也高, 日常使用已经够了.

    核心代码如下:

  • ?

    文字识别免费额再提升 自定义模板OCR发布

    远侵

    展开

    5月25日,百度“燎原计划2018”暨百度AI开发者实战营第二季在成都菁蓉国际广场收官。成都收官之站,百度AI首发自定义模板OCR,全面满足个性化业务需求,并升级百度OCR技术免费政策,让每个人都能平等享用AI。

    OCR免费策略升级,通用文字识别永久享受50000次/天免费调用

    成都站中,喻友平再度宣布百度OCR技术永久免费。百度通用OCR技术的免费额度从500次每天提升至50000次每天,是此前免费额度的100倍;通用OCR高精度版的免费额度从50次每天提升至500次每天,是此前免费额度的10倍。

    目前业界通常按照每个接口的调用次数收费,单个接口单次调用费从几分钱到几毛钱不等,百度永久免费开放通用OCR及高精度通用OCR技术,实实在在为企业节约一笔不菲的支出。

    百度AI开放平台现已推出23款OCR产品,全面覆盖各类应用场景。23款产品的免费策略一览表见文章底部。

    自定义模版OCR全新发布,全面满足个性化业务需求

    成都站中,百度正式发布自定义模板文字识别(iOCR),全面满足个性化业务需求。OCR技术是目前应用最为广泛的AI技术之一,但通用模板无法满足用户的特定格式文件的结构化文字识别需求。百度自定义模板OCR支持用户根据实际需求定制模板,生成的模板可重复利用,基本能够解决90%以上非结构化的文字电子化问题。

    自定义模版OCR是百度推出的结构化内容提取工具。不需要算法编程、不需要大量训练数据,通过简单的4步页面操作,5分钟即可定制特定样式票据、卡证的识别模版,结构化提取所需内容。产品具有低成本快速定制、多场景适配、模版自动分类三大技术优势,适用于多种格式的医疗单据识别、金融票据识别、各类非通用证件的结构化识别。

    23款OCR产品免费策略一览表

    以下文字识别产品,可进入百度AI开放平台官网产品页立即开启调用

    以下文字识别产品如需使用,可登陆百度AI官网提交需求。

  • ?

    把图片上的文字批量提取出来,这两种办法足可以轻松解决了

    吴雪卉

    展开

    你想要的就在那里,却不是那么容易获得。就像有的时候我们看到图片的有意思的、有用的文字,我们很像“拿出来”为自己所用,如果字数不多还好,可以自己打出来。不过如果是成段成段的话,手打很显然是件麻烦的事情。不过现在的技术已经很好的解决了这些小麻烦了,一起来看看几种方法。

    这第一种我们可以借助QQ的支持。如今我们聊天似乎用QQ的很少了,但QQ里很多的功能微信是比不上的,而且QQ还在不断的更新新的玩法,这对我们的工作、学习上的帮助起到了很好的支持。这就是QQ中的提取文字功能,它是这样实用的。

    我们选择一个好友或者QQ群,向其发送需要提取文字的图片,完成后,我们打开这个图片,在图片上长按住不放,就会出现很多的应用菜单,其中有个就是提取文字功能,点击这个选项,QQ就会执行文字字符提取工作,一般数秒之后,文字就会被从图片上剥离开来,然后我们就可以将文字进行批量化的复制以供我们使用。

    我们觉着QQ的这个功能真的很实用,解决了工作以及学习甚至生活中的常见问题。可能很多人不用QQ了,诸如此类的功能就不晓得了。

    同样的功能,借助微信也可以轻松的实现图片中文字的提取工作。在微信的小程序中,很多的功能极大的方便了我们的生活,不用下载软件即可实现想要的效果。这里我们在小程序中搜索“传图识字”,找到这个小程序,点击开来,这里面包括了通用文本识别以及手写体识别,看起来你QQ更为强大。

    我们点击拍照/选择图片,传一张图片上去,点击完成,程序即可进入解析识别文字的工作中,之后我们可以全选复制文字,也可以进行编辑选择或者去掉不需要的字词,然后再将它们据为己有,这个可真是挺厉害。经测试,对于文字提取的精准度还是蛮高的。小程序中还有其他类似的工具可供使用。

    当然,网上一些其他的软件也是可以支持从图片中提取文字的,不过我们有了QQ以及微信上的功能几乎就没有必要去专门下载软件来用了,况且下载软件有的是需要收费的,搞不好还存在下载风险。看了今天的文字图文介绍,你是不是有学到了一个新技能呢。

  • ?

    百度自定义模板文字识别,一步完成自动分类和结构化识别

    菌男

    展开

    1. 什么是自定义模板文字识别(iOCR)

    OCR技术是目前应用最为广泛的AI技术之一,但通用模板无法满足用户的特定格式文件的结构化文字识别需求。

    自定义模板文字识别(以下简称iOCR)是百度推出的内容结构化工具。 不需要算法编程、不需要大量训练数据,通过4布简单的图形化操作,5分钟即可定制特定样式票据、卡证的识别模板,建立起键值的对应关系,配合新增的模板自动分类功能,让模型自动分类票据,一步完成非结构化到结构化的转换,实现自动化的数据录入。

    iOCR特别适用于多种格式的医疗单据识别、金融票据识别、供应链录入系统中各类单据识别,各类非通用证件的结构化识别。例如:外贸单据、房产证、机票。新增的识别区属性选择,能够提高对金额、日期、符号/字母/数字混合等字段的识别率。

    制作模板——标注识别区域

    1. 自定义模板文字识别(iOCR)有哪些技术特色

    场景多样:iOCR能根据您的需求,针对任何文档来制作模板,真正实现全场景适配简单易用:图形化的模板制作页面,通过简单的框选,5分钟即可完成模板的制作稳定高效:依托百度云提供24小时云端高稳定服务,宕机率低,故障恢复快,单图秒级响应,服务可用性高达99.95%

    2. 典型案例

    目前,iOCR已在大连税务局、奇瑞商用车、中华会计网校和云量互动等多家企事业单位中成功应用,为企事业单位的快速发展提供了更大的技术支持。

    案例1:iOCR助推大连市车辆购置税智能化征管改革

    新购车辆缴纳车辆购置税,需提供车辆合格证、车辆统一销售发票、车主身份信息等资料,人工识别比对或人工录入都存在数据输入错误或比对不准确的技术风险和人为因素,不便于纳税人自主缴税。

    大连市税务局为新购车辆缴纳购置税用户提供手机端缴税的业务,通过百度自定义模板OCR,将车辆合格证、车辆统一销售发票通过手机拍摄原件照片后进行结构化内容抓取,并与税务相关系统进行相应的数据比对验证,保障手机端办税的合法性、安全性、有效性。同时提高纳税人的操作便捷性,降低纳税人手工输入的操作成本,降低错误率,一站式完成车辆购置税缴纳业务,纳税人不用跑腿,手机端3分钟完成缴税。不光实现了办税无纸化,同时降低了税务局车辆购置税窗口业务压力50%以上。

    案例2:iOCR助力奇瑞新能源汽车自动申请国补

    新能源汽车国家补贴的申报,需要填报购车用户的行驶证和购车发票等资料,利用百度OCR解决方案中的行驶证、通用发票和自定义模板的功能,快速批量的从证件、发票中提取所需字段信息。原来需要4个业务人员,每天可以整理400-500张发票,现在只需要一个人,负责识别结果的检查和校正,每天可以整理400张以上证件和发票信息,人员劳效提升3倍以上。

    识别案例

    奇瑞商用车作为创新型汽车企业,积极引进百度AI技术,借助OCR文字识别功能,实现了快速对客户资料收集整理,提高了业务效率和客户满意度。

    奇瑞商用车 总经理 鲍思语

    案例3:iOCR助力医院筛查缺铁性孕产妇

    北京云量互动科技有限公司专注于打造垂直行业AI解决方案。依托计算机视觉和深度学习在零售、制造和医疗行业开发了多套AI方案,助力客户数字化转型,驱动数据新价值。

    云量互动正在全国和几十家医院一起搭建一个医患沟通平台。传统上的做法是每天有专人负责审核化验单,并根据每个医院不同的标准比对3-4项化验结果,只有当3-4项结果符合病患标准时,将患者信息返回到平台,让患者和医生之间进行沟通和问答,占用了大量的人力成本、且结果返回延时长、准确率低。

    在采用了百度的OCR技术后,将患者上传的化验单自动识别ID以及关键项目数据读取,并且按照不同医院的规则,实时判定是否在合理值范围内。对符合疑似患者的病患,实时推送分析结果,目前该方案化验单识别准确率都在95%以上,患者从1周拿到化验结果缩短到1分钟以内,2018年有2万多个患者,30多家医院将会在该平台上进行沟通。极大降低了客户人工成本,提升了患者咨询体验,提高平台医生沟通效率。

    云量互动采用自定义模板识别在医患公共平台项目架构中极大提升了医患沟通效率,降低了平台人力成本。该方案快速落地,目前准确率达到95%以上。同时该方案的创新型和易用性得到客户认可和称赞,提升了平台沟通效率,增强了医患互动体验以及平台运维稳定性。

    云量互动 CEO 王娜娜

    访问链接:http://ai.baidu/tech/ocr/iocr 登陆百度账号,免费使用自定义模板文字识别。

    加入QQ群:570832882,和产品经理、算法工程师一起探讨使用问题。

  • ?

    百度通用文字识别免费额度提升至100倍,助力多场景应用落地

    海鸟

    展开

    百度 AI 实战营收官战(成都站),宣告百度 OCR 免费策略再次升级。百度通用文字识别服务的免费使用次数提升100倍,从每天500次提升至每天50000次;通用文字识别高精度版的免费使用次数提升10倍,从每天50次提升至每天500次。

    目前业界通常按照接口调用次数收费,单个接口单次调用费从几分钱到几毛钱不等,百度永久免费开放通用文字识别及其他文字识别技术,实实在在为企业节约一笔不菲的支出。

    现阶段已有大量企业将百度通用文字识别、身份证识别、银行卡识别、增值税发票识别、驾驶证识别、行驶证识别、网络图片文字识别、自定义模版文字识别等服务应用在实际业务中。算法领先、准确率高,有效降低人力成本,大大提升效率,给产品带来更多想象空间。用人工智能搞定人工难题。

    应用可通过 API/SDK 快速接入 OCR 能力,将 AI 能力融合进更多应用场景,比如手机、物流、翻译等。让我们以几个鲜活的案例感受一下。

    案例一:三星 Bixby 应用百度OCR,创造崭新人机交互体验

    在旅行中,人们时常会遇到这样的情况:

    在国外餐馆中,如果对该国语言不熟悉且没有配图时看不懂菜单内容;

    在国外旅行时面对路牌指示,因为不熟悉该国语言而手足无措;

    将各类进口商品说明书中的单词一个个输入到翻译软件中查看翻译结果,费时费力;

    对于完全没有接触过的语言,对照着图片不知道如何在翻译软件中输入需要翻译的单词。

    三星希望能为客户打造极致的用户体验,要解决上述问题,就需要一个高精度的文字识别接口,实现通用场景下对多种语言的文字提取功能,再结合翻译为客户提供完整、流畅的体验。三星结合百度 OCR,打造三星手机人工智能助手- Bixby。

    Bixby 视觉接入百度 OCR 和翻译技术,实现了对中文(简体)、英语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语的实景翻译,先识别文字再进行翻译,同时视觉因素中,添加了 AR 翻译功能,提供更为便捷的翻译体验,一站式解决出国旅行途中各类文字提取翻译的问题,带来崭新的人际交互体验。

    案例二:百世物流智能提取收寄信息,化繁为简提升效率

    目前,传统的填写收件人(或者寄件人)信息的方式都是将信息分别手工输入姓名、电话、省、市、区、详细地址等多个输入框。整个过程非常繁琐,效率低下。而用户的原始信息可能是一张图片,如何快速提升录入效率、提升用户体验?

    百世物流致力于打造一站式的物流和供应链服务平台,为客户提供高效的服务和体验,通过接入百度的 OCR 技术,“百世来取(百世旗下一款寄件产品)”公众号提供了基于图片文字识别的收寄件人信息提取服务,提升用户体验。

    同时,百世物流应用 OCR 技术,在业内率先推出智能地址解析。“百世来取”作为寄件平台,在业内率先推出了智能地址解析功能;通过引进百度的 OCR 文字识别技术,极大的简化了用户的下单流程,提升了用户体验。

    案例三:携程 APP 内的随身翻译家

    在旅途中,携程希望可以帮助旅客在旅游中,对外文的路牌、菜单等直接拍摄进行识别翻译,打造私人翻译助理,真正实现“携程在手,说走就走”。

    携程将百度 OCR 集成进 APP 内的翻译助手功能中,通过简单的拍照,即可完成英文的提取,并进行翻译。快捷简单的操作省去了用户人工录入的成本,提升了用户体验。此外,百度文字识别还支持葡、法、德、意、西、俄、日、韩、中英混合识别,整体识别准确率高达90%以上。加入了百度 OCR 后,携程 APP 的易用性大幅提升,秒变用户口袋里的翻译家。

    案例四:折800应用网络图片文字识别,实现高效图文反作弊

    面对花样繁多的违规文字图片,折800希望用一款高效精准的 OCR 产品实现自动化的文字提取,完成自动审核。

    同时,随着《中华人民共和国广告法》的正式实施,为了积极响应国家政策,提供极致的购物体验,折800针对违反广告法、虚假/夸大宣传、三无产品进行了专项整治。面对平台众多的商品图片,折800还希望用一款准确、高效的 OCR 产品帮助提取图像中的文字内容,从而进行审核。

    一方面,折800需要针对商户和用户上传的图片中的文字,进行识别和反作弊处理。百度网络图片文字识别产品,依托百度业界领先的 OCR 算法,进行整图文字检测、识别,并针对互联网图片中出现的艺术字体、复杂背景进行了专项优化,其产品特点刚好与折800的需求非常契合。折800通过 SDK 的方式,快速接入此服务,达到了非常好的识别效果。

    另一方面,折800在网络图片反作弊方面效果显著,降低了人工判断反作弊图片的成本,面对海量图片信息,大幅提升了审核效率。

    如果您也对 OCR 感兴趣,进入http://ai.baidu/tech/ocr了解更多。

所有视频需要登录后,才能观看

请先登录您的帐号,即可完整播放,如果您尚未注册帐号,请先点击注册。