低代碼快速開發(fā)平臺(tái)文章

OCR是什么意思？

作者：低代碼架構(gòu)師Kaiwen

閱讀數(shù)：2581

更新時(shí)間：2024-02-23 20:34:50

p class="p1">OCR的全稱是"Optical Character Recognition.”，翻譯過(guò)來(lái)就是“光學(xué)字符識(shí)別”，是一種識(shí)別數(shù)字圖像為文本的技術(shù)，通常用于識(shí)別掃描文檔和圖像中的文本，比如大家日常最常見(jiàn)OCR領(lǐng)域是掃描發(fā)票和名片等。

OCR軟件可以用來(lái)將紙質(zhì)文檔或圖像轉(zhuǎn)換成可訪問(wèn)的帶文字的電子文檔。例如，如果你用打印機(jī)掃描紙質(zhì)文件或照片，打印機(jī)很可能會(huì)創(chuàng)建一個(gè)包含數(shù)字圖像的文件。文件可以是JPG/TIFF或PDF，但是新的電子文件可能仍然只是原始文件的圖像。然后就可以加載了將它創(chuàng)建的包含圖像的電子文檔掃描到OCR程序中。OCR軟件該程序?qū)⒆R(shí)別文本，并將文檔轉(zhuǎn)換為一個(gè)可編輯的文本文件。

OCR 系統(tǒng)由硬件和軟件的組合組成，用于將物理文檔轉(zhuǎn)換為機(jī)器可讀的文本。硬件（如光學(xué)掃描儀或?qū)Ｓ秒娐钒澹┯糜趶?fù)制或讀取文本，而軟件通常處理高級(jí)處理。軟件還可以利用人工智能（AI）來(lái)實(shí)現(xiàn)更高級(jí)的智能字符識(shí)別（ICR）方法，例如識(shí)別語(yǔ)言或手寫風(fēng)格。

OCR的過(guò)程最常用于將硬拷貝法律或歷史文檔轉(zhuǎn)換為PDF。一旦放入此軟拷貝中，用戶可以編輯，格式化和搜索文檔，就好像它是用文字處理器創(chuàng)建的一樣。

OCR是如何工作的?

OCR軟件通過(guò)定位和識(shí)別字符來(lái)處理數(shù)字圖像，比如字母，數(shù)字和符號(hào)。一些OCR軟件可以簡(jiǎn)單地導(dǎo)出文本，而其他程序可以將字符直接轉(zhuǎn)換為圖像中的可編輯文本。高級(jí)的OCR軟件可以導(dǎo)出文本的大小和格式以及頁(yè)面上文本的布局。

光學(xué)字符識(shí)別的工作原理

OCR 的第一步是使用掃描儀處理文檔的物理形式。復(fù)制所有頁(yè)面后，OCR 軟件會(huì)將文檔轉(zhuǎn)換為雙色或黑白版本。掃描到的圖像或位圖將針對(duì)亮區(qū)和暗區(qū)進(jìn)行分析，其中暗區(qū)被標(biāo)識(shí)為需要識(shí)別的字符，而亮區(qū)被標(biāo)識(shí)為背景區(qū)域。

然后進(jìn)一步處理暗區(qū)以查找字母或數(shù)字。OCR 程序的技術(shù)可能有所不同，但通常涉及一次定位一個(gè)字符、單詞或文本塊。然后使用以下兩種算法之一識(shí)別字符：

模式識(shí)別 - OCR程序以各種字體和格式提供文本示例，然后用于比較和識(shí)別掃描文檔中的字符。
特征檢測(cè) - OCR程序應(yīng)用有關(guān)特定字母或數(shù)字特征的規(guī)則來(lái)識(shí)別掃描文檔中的字符。要素可以包括字符中的角度線、交叉線或曲線的數(shù)量，以便進(jìn)行比較。例如，大寫字母“A”可以存儲(chǔ)為兩條對(duì)角線，它們與中間的水平線相交。

識(shí)別字符后，該字符將轉(zhuǎn)換為 ASCII 代碼，計(jì)算機(jī)系統(tǒng)可以使用該代碼來(lái)處理進(jìn)一步的操作。用戶應(yīng)更正基本錯(cuò)誤，校對(duì)并確保正確處理復(fù)雜的布局，然后再保存文檔以供將來(lái)使用。

我真的需要校對(duì)和更正OCR輸出嗎?

是的!你可以這樣想:如果你的原創(chuàng)具有非常好的對(duì)比度和可讀性，成功率估計(jì)能到99%。但是如果那1%的錯(cuò)誤是大學(xué)的學(xué)費(fèi)比率呢?如果原始圖像對(duì)比度差，可讀性差，成功率可以下降到50%甚至不可讀。除非你檢查它，否則你不會(huì)知道!

光學(xué)字符識(shí)別用例

OCR 可用于各種應(yīng)用，包括：

將打印的文檔掃描成可以使用文字處理器編輯的版本，如Microsoft Word或Google Docs。
為搜索引擎編制打印材料索引。
自動(dòng)化數(shù)據(jù)輸入、提取和處理。
將文檔解密為可向視障或盲人用戶大聲朗讀的文本。
將歷史信息（如報(bào)紙、雜志或電話簿）存檔為可搜索的格式。
以電子方式存入支票，無(wú)需銀行出納員。
將重要的、已簽名的法律文件放入電子數(shù)據(jù)庫(kù)。
使用攝像頭或軟件識(shí)別文本，例如車牌。
為郵件遞送對(duì)信件進(jìn)行分類。
將圖像中的單詞翻譯成指定的語(yǔ)言。

光學(xué)字符識(shí)別的優(yōu)勢(shì)

OCR技術(shù)的主要優(yōu)點(diǎn)是節(jié)省時(shí)間，減少錯(cuò)誤和減少工作量。它還支持物理副本無(wú)法執(zhí)行的操作，例如壓縮為ZIP文件，突出顯示關(guān)鍵字，合并到網(wǎng)站以及附加到電子郵件。雖然拍攝文檔圖像可以對(duì)其進(jìn)行數(shù)字存檔，但OCR提供了能夠編輯和搜索這些文檔的附加功能。

最后，速優(yōu)云低代碼平臺(tái)集成各種AI能力，包括智能問(wèn)答、OCR等，如有需求，歡迎鏈接