展开

关键词

RPA之眼:AI-OCR,Fax-OCR概述

文丨马磊 OCR是一种与RPA机器人协作的一项重要技术,相当于机器人的眼睛。 OCR是英文“Optical Character Recognition/Reader”的简称,光学字符识别。 而RPA + OCR的情况下,只需实现扫描好纸质文件,OCR会自动读取扫描文件,将图片信息读取并写入Excel等文档中,然后RPA机器人运行,进行业务处理。 近年来, OCR引起了广泛关注,但目前的OCR软件存在精度不高和无法应对非固定文件模板等课题。未来通过在OCR中引入AI的深度机器学习等技术以后,相信一定会解决这个课题。 Fax-OCR是什么? OCR的注意点 OCR技术确实可以自动实现数据的文本化,也是一项非常有效的效率改善的技术手段,但是现在的阶段OCR并非无所不能。 1、无法对应多份文件。 虽然AI-OCR可以通过机器学习技术去识别手写文字,但是很多不清楚,或者写法不鲜明的文字还是很难做到完美识别。因此,数据抽出完毕后还是要通过人去确认数据的正确性。

46820

AI in 美团】深度学习在OCR中的应用

总第257篇 2018年 第49篇 AI(人工智能)技术已经广泛应用于美团的众多业务,从美团App到大众点评App,从外卖到打车出行,从旅游到婚庆亲子,美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索 基于AI技术,美团搭建了世界上规模最大,复杂度最高的多人、多点实时智能配送调度系统;基于AI技术,美团推出了业内第一款大规模落地的企业应用级语音交互产品,为50万骑手配备了智能语音系统;基于AI技术,美团构建了世界上最大的菜品知识库 从本周起,我们将连续发表“AI in 美团”系列文章,给大家全面揭开各项技术的内幕。 另外,业界第一部全面讲述互联网机器学习实践的图书《美团机器学习实践》也即将上市,敬请期待,本文选自书中第十五章。 本文将通过以OCR(光学字符识别)的场景来介绍深度学习在计算机视觉中的应用。 基于深度学习的OCR 文字是不可或缺的视觉信息来源。 图19 传统OCR和深度学习OCR性能比较 与传统OCR相比,基于深度学习的OCR在识别率方面有了大幅上升。但对于特定的应用场景(营业执照、菜单、银行卡等),条目准确率还有待提升。

1.1K20
  • 广告
    关闭

    【玩转 Cloud Studio】有奖调研征文,千元豪礼等你拿!

    想听听你玩转的独门秘籍,更有机械键盘、鹅厂公仔、CODING 定制公仔等你来拿!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    王磊:AI 时代物流行业的 OCR 应用

    OCR 是人工智能里面非常重要的基础能力之一。腾讯云人工智能产品总监王磊,结合物流场景解读了OCR技术。“OCR文本识别能够优化物流行业流程,解放人力降低成本。” [1503556556876_5635_1503556557294.jpg] 王磊介绍,OCR文本识别存在三大挑战。 腾讯优图实验室为OCR识别搭建了四层处理系统,并配备三大引擎。一是运单的版式识别引擎,可以对运单的版式进行分类;二是运单的字段定位引擎;三是运单的字段识别引擎。 现在腾讯云OCR能够做到7×24小时提供识别服务,每张运单5秒钟可以完成;识别准确率达到91%,并且整个识别流程不需要人工深度参与,极大的降低用户隐私泄露的风险。 AI 时代物流行业的 OCR 应用.pdf AI 时代物流行业的 OCR 应用.zip 相关推荐 腾讯云王琰:腾讯云AI Cloud的技术、应用布局和趋势 识别手写快递单、听懂人话的小微...腾讯云公布了哪些大动作

    2.1K156

    OCR material

    /1604.03286 MLPaint: the Real-Time Handwritten Digit Recognizer image.png blog: http://blog.mldb.ai /blog/posts/2016/09/mlpaint/ github: https://github.com/mldbai/mlpaint demo: https://docs.mldb.ai/ipy building-a-deep-handwritten-digits-classifier-using-microsoft-cognitive-toolkit-6ae966caec69#.c3h6o7oxf github: https://github.com/tuzzer/ai-gym github(caffe): https://github.com/SHUCV/digit Attention-OCR: Visual Attention based OCR ? github: https://github.com/da03/Attention-OCR umaru: An OCR-system based on torch using the technique

    65740

    AI 换个“大动力小心脏”之 OCR 异构加速

    导语:OCR在通用文字识别等场景下有广泛应用,基于FPGA异构加速的OCR识别相比CPU/GPU实现具有延时小、成本低的优势。 通用场景的OCR因此通用场景下的OCR技术一直都是人工智能领域挑战性极强的研究领域,不需要针对特殊场景进行定制,可以识别任意场景图片中的文字。 通用OCR技术包含两大关键技术:文本检测和文字识别。 结语 目前OCR技术在证件识别、快递单扫描、信息安全审核等领域有着广泛的应用。架构平台部FPGA团队研发的OCR硬件加速解决方案,提供低成本、实时性AI计算加速,将持续助力公司内各业务发展。 在云端,2017年初,我们在腾讯云首发了国内第一台FPGA公有云服务器,我们将会逐步把基础AI加速能力推出到公有云上。 AI异构加速的战场很大很精彩,为公司内及云上业务提供最优的解决方案是架平FPGA团队持续努力的方向。

    82010

    我的AI之路 —— OCR文字识别快速体验版

    OCR的全称是Optical Character Recoginition,光学字符识别技术。 ,随后在网上随便找了个OCR的在线文档转换软件,就给转过来了——这里面用到的技术就是OCR文字识别,所以本篇就带大家宏观上了解一下文字识别的技术方案与实现过程。 更多内容参考——我的AI之路 实现方案 1 大厂调包 有需求的地方就有市场,文字识别也不例外,很多大厂都提供了对应的服务,按照调用次数进行收费。比如网上找了一个产品服务的定价 ? parse import json import hashlib import base64 import cv2 url = 'http://webapi.xfyun.cn/v1/service/v1/ocr 支持中文版本 如果想要支持中文,官方提供了语言包,可以去直接下载: https://github.com/tesseract-ocr/tesseract/wiki/Data-Files#data-files-for-version

    2.2K23

    OCR识别

    最近作者项目中用到了身份证识别跟营业执照的OCR识别,就研究了一下百度云跟腾讯云的OCR产品接口。 1.腾讯云OCR ---- 收费:身份证OCR和营业执照OCR接口,每个接口每个月各有1000次的免费调用 接口说明: 身份证OCR接口 -  https://cloud.tencent.com/document 2.百度OCR ---- 通过以下步骤创建OCR应用,作者当时在这一步花了很长时间 ? ? 创建完之后就可以拿到appId,API Key,Secret Key,就可以调用百度提供的api了 收费:身份证OCR和营业执照OCR接口,每个接口每天各有500次的免费调用 接口说明: 身份证OCR 营业执照OCR接口- https://cloud.baidu.com/doc/OCR/OCR-API.html#.E8.90.A5.E4.B8.9A.E6.89.A7.E7.85.A7.E8.AF.86

    4.4K40

    OCR技术简介

    OCR的应用场景 根据识别场景,可大致将OCR分为识别特定场景的专用OCR和识别多种场景的通用OCR。比如现今方兴未艾的证件识别和车牌识别就是专用OCR的典型实例。 OCR的技术路线 典型的OCR的技术路线如下图所示 ? 其中影响识别准确率的技术瓶颈是文字检测和文本识别,而这两部分也是OCR技术的重中之重。 Attention OCR的网络结构[11] 端到端的OCR 与检测-识别的多阶段OCR不同,深度学习使端到端的OCR成为可能,将文本的检测和识别统一到同一个工作流中。 FOTS的总体结构[12] 总结 尽管基于深度学习的OCR表现相较于传统方法更为出色,但是深度学习技术仍需要在OCR领域进行特化,而其中的关键正式传统OCR方法的精髓。 因此我们仍需要从传统方法中汲取经验,使其与深度学习有机结合进一步提升OCR的性能表现。

    1.3K50

    OCR技术综述

    最近入坑研究OCR,看了比较多关于OCR的资料,对OCR的前世今生也有了一个比较清晰的了解。所以想写一篇关于OCR技术的综述,对OCR相关的知识点都好好总结一遍,以加深个人理解。 什么是OCR? 比如汉王OCR,百度OCR,阿里OCR等等,很多企业都有能力都是拿OCR技术开始挣钱了。 太多太多的应用了,OCR的应用在当今时代确实是百花齐放啊。 OCR的分类 如果要给OCR进行分类,我觉得可以分为两类:手写体识别和印刷体识别。 OCR流程 现在就来整理一下常见的OCR流程,为了方便描述,那就举文档中的字符识别为例子来展开说明吧。 针对传统OCR解决方案的不足,学界业界纷纷拥抱基于深度学习的OCR。 这些年深度学习的出现,让OCR技术焕发第二春。

    4.7K92

    OCR技术简介

    OCR的应用场景 根据识别场景,可大致将OCR分为识别特定场景的专用OCR和识别多种场景的通用OCR。比如现今方兴未艾的证件识别和车牌识别就是专用OCR的典型实例。 OCR的技术路线 典型的OCR的技术路线如下图所示 其中影响识别准确率的技术瓶颈是文字检测和文本识别,而这两部分也是OCR技术的重中之重。 [11] 端到端的OCR 与检测-识别的多阶段OCR不同,深度学习使端到端的OCR成为可能,将文本的检测和识别统一到同一个工作流中。 [12] 总结 尽管基于深度学习的OCR表现相较于传统方法更为出色,但是深度学习技术仍需要在OCR领域进行特化,而其中的关键正式传统OCR方法的精髓。 【获取码】SIGAI0823 [55]浓缩就是精华-SIGAI机器学习蓝宝书【获取码】SIGAI0824 [56]DenseNet详解【获取码】SIGAI0827 [57]AI时代大点兵国内外知名AI公司

    6.3K20

    OCR技术浅析

    以深度学习兴起的时间为分割点,直至近五年之前,业界最为广泛使用的仍然是传统的OCR识别技术框架,而随着深度学习的崛起,基于这一技术的OCR识别框架以另外一种新的思路迅速突破了原有的技术瓶颈(如文字定位、 笔者针对业务中的身份证照片文字识别需求分别尝试了传统OCR识别框架及基于深度学习的OCR识别框架。下面就以身份证文字识别为例分别简要介绍两种识别框架。 传统OCR技术框架 如上图所示,传统OCR技术框架主要分为五个步骤: 首先文本定位,接着进行倾斜文本矫正,之后分割出单字后,并对单字识别,最后基于统计模型(如隐马尔科夫链,HMM)进行语义纠错。 在给定O序列情况下,通过维特比算法,找出最优序列S: 传统OCR冗长的处理流程以及大量人工规则的存在,使得每步的错误不断累积,而使得最终识别结果难以满足实际需求。接下来讨论基于深度学习的OCR。 可见,基于深度学习的OCR识别框架相比于传统OCR识别框架,减少了三个步骤,降低了因误差累积对最终识别结果的影响。 文本行检测,其又可分为水平行文字检测算法与倾斜文字行检测算法。

    3K10

    OCR 转 XSS

    光学字符识别 (OCR) 是从图像或任何文档(如 PDF)中以电子方式提取文本并以多种方式重复使用的过程,例如全文搜索、发票处理、文档验证等。 我将tesseract用于 OCR 以及一个简单的烧瓶服务器,该服务器接受图像作为输入,它解析并将提取的内容反射回管理员或其他用户。你可以在这里找到代码。 开始点击 python ocr.py 现在访问本地服务器 127.0.0.1:5000 上传以上文件 现在访问 /admin/ocr/files 你会看到警报 image.png 同样,创建带有标签或盲 image.png 回复: image.png 修复: 如果您使用 OCR 服务,不仅要使用文件名,还要在将图像或 pdf 中提取的文本存储到数据库之前对其进行清理。 如果是,则可能在某个地方正在使用它,并且如果没有检查输出文本是如何反映的,那么它可能会导致 XSS,尤其是使用 OCR 服务的应用程序。

    12440

    Tesseract OCR初探

    Refer from http://hellosure.github.io/ocr/2014/10/11/tesseract-ocr/ 11 October 2014 OPENCV & OCR ,光学字符识别),专注于字符识别 OCR工具 收费 ABBYY Cloud OCR SDK确实很强大,但是试用版的有很多限制。 开源 开源的OCR工具还比较多,最流行也是Google支持的是Tesseract Tesseract简介 tesseact其实全称是tesseract-ocr,是个自动识别字符的程序,项目网址是: 关于如何训练样本,Tesseract-OCR官网有详细的介绍http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3。 tess-two-test为OCR的测试。

    8710

    头条|全球OCR文字识别测试最新结果公布:中国AI企业霸屏

    【全球OCR文字识别测试最新结果公布:中国AI企业霸屏】 今天,国际文档分析与识别大会(ICDAR)数据集最新结果公布,中国高校及企业包揽排行榜前五。 李飞飞走了,谷歌 AI 中国中心总裁李佳也走了。现在,谷歌云 CEO 黛安·格林(Diane Greene)也宣布即将离任,接替她的将是原甲骨文产品开发总裁托马斯·库里安。

    1K20

    Tesseract-OCR helloworld

    Ubuntu installation sudo apt install tesseract-ocr pip install pytesseract # Jetson Nano # sudo vim ~ bashrc # export OPENBLAS_CORETYPE=ARMV8 Python test import cv2 import pytesseract import numpy as np def ocr_tesseract kernel, iterations=1) return pytesseract.image_to_string(img) if __name__ == '__main__': print(ocr_tesseract installation https://github.com/UB-Mannheim/tesseract/wiki Github official page https://github.com/tesseract-ocr /tesseract/ Google cloud https://cloud.google.com/vision/docs/ocr 中文识别 https://bbs.huaweicloud.com/blogs

    19620

    ocr文字识别0804

    今天我翻开ocr识别的demo发现,更新上线了智能卡证分类了。这意味着将为你的开发带来了极大的便利。 image.png 那我们来看一下这个接口给我们带来的能力是什么呢?

    38950

    Tesseract ocr文字识别

    https://blog.csdn.net/haluoluo211/article/details/77776697 前面很早做了图片的文字识别主要用到了开源框架Tesseract,当然做OCR new Tesseract(); // JNA Interface Mapping String fontPath = "E:/char_recongition/Tesseract-OCR / JNA Interface Mapping try { String fontPath = "E:/char_recongition/Tesseract-OCR

    1.8K20

    『带你学AI』一文带你搞懂OCR识别算法CRNN:解析+源码

    blog.csdn.net/libo1004,欢迎大家关注 文章链接:https://blog.csdn.net/libo1004/article/details/111595054 文字识别是AI 在以前的 OCR 任务中,识别过程分为两步:单字切割 和 分类任务。我们一般都会将一连串文字的文本文件先利用 投影法 切割出单个字体,再送入 CNN 里进行文字分类。 现今基于深度学习的端到端 OCR 技术有两大主流技术:CRNN OCR 和 attention OCR。 这两大主流技术在其特征学习阶段都采用了 CNN+RNN 的网络结构,CRNN OCR 在对齐时采取的方式是 CTC 算法,而 attention OCR 采取的方式则是 attention 机制。 端到端 OCR 识别的难点在于怎么处理不定长序列对齐的问题!

    69730

    扫码关注腾讯云开发者

    领取腾讯云代金券