ocr：不可忽视的智能基础

《ocr：不可忽视的智能基础》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、OCR：不可忽视的智能基础如今在纷繁复杂的金融领域，利用各种证件的ecu技术结合数据分析，对于提升金融行业尤其是互联网金融整体业务流程的效率，降低客户的人力成本，收效显著。什么是Ku?如何利用？等一系列：:题随之浮出水面。如今我们不得不正视这样一个事实：人们每天都被文字包围，像办公文件、上课板书、商品介绍等都是由文字组成的，并口这些文字在某一程度上也是语音交互的基础，而这其屮关乎一个关键技术一一临亠光学字符识别。什么是0•U是指光学设备（扫描仪、数码相机等）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，其本质就是利用光学

2、设备去捕获图像并识别文字，将人眼的能力延伸到机器上。此概念是在B年由德国科学家最先提出来的，后来美国科学家也提出了利用技术对文字进行识别的想法。在2•世纪1•年代，M就开始利用Ku技术实现各类文档的数字化；到了■•年代，平板扫描仪的诞生更是让tCu进入了商用阶段。但不管是哪个阶段，那时的ecu设备对于文字背景的要求非常之高，也需要很好的成像质量。•Cu的工作原理一般来讲，Ku的工作原理包括四个部分，分别是：影像输入，通过光学设备将图片转入计算机后，系统会对图片进行一些处理，包括字符格式的分离、二值化处理、图像降噪、倾斜校止、文字特征抽取等，以提升图片的精确度；对比识别，根据

3、字符的不同特征，将Z与数据库进行对比,并利用对比后的识别文字与其可能的相似候选字，根据前后的识别文字找出最合乎逻辑的词，再作出更正，以加强比对的正确性；人工校正，目前为止还没有一款软件的文字识别是百分之百的，所以还需要用户亲自校止，确保输出的准确性；影像输出到Grl、I”、dll等格式。现实中，ecu的发展其实已经相当完善，不过随着人们需求的变更，此种临已经不能满足人们的要求，而在当前自然环境是人们最为关注的新点。自然环境临进展相比于传统的ecu,自然环境ecu最难的部分在于文本检测（将文字从图片中提取出来），因为它具有极大的多样性和明显的不确定性。例如文字中包含多种语言，

4、每种语言含有多种字母，每个字母又可以有不同的大小、字体、颜色、亮度、对比度、排列和对齐方式等；因拍摄图像的随意性，文字区域还可能会产生变形、模糊断裂等现象。另外，背景也是一大干扰因素，例如文字区域附近有非常复杂的纹理;非文字区域有着跟文字区域非常相似的纹理，比如窗户、树叶、栅栏、砖墙等。文本检测首先要从图像中切割出可能存在的文字，即候选连通区域,目前被采取最多的方法是isa（最大平稳极值区域）。当然也有团队在此基础上开发出了自己的一套算法，例如微软研究院在传统检测方法a（极值区域）和ISCU基础之上采用了对比极值区域CEu（3—/IL.叫3）,0是与周围的背景有一定对比度的

5、极值区域，在低对比度的图像上比KCu效果更好，而且获得的候选连通区域数量远小于提高了算法的效率。并且，为了提高所获得连通区域的质量，微软乂增加一个算法环节去增强CCUo最后采取了一套基于浅层神经网络的文字/非文字分类算法，进一步提高了对于连通区域字符的辨认率。•Cu的应用前景不管是传统临，还是自然环境临，其参与者还是不少的。在国内,涉足临的企业主要有汉王、文通、百度等，国外的像仏、微软等。此外，市面上也有不少ecu产品，传统的临产品有尚书、汉王等，自然环境0的冇百度翻译、翻译，实用性相当不错。论起eu的应用前景，仅看其隶属于计算机视觉领域的一个分支，再联系到当前人工智能的发

6、展，其前景可想而知。除了翻译、智能购物以外,•Cu未来最大的发展潜力在于人机交互。众所周知，人机交互一直是研究者追求的东西，但是目前也仅仅做到了语音交互和肢体交互。文字代表了人类的所有智慧与思想，如果机器人能够进行文字识别，那将能够进一步获取知识、学习人类，进而与人类进行更为自然的交互，或是协助人类工作，提高效率。