【學習筆記】AI全棧成長計劃-AI應用篇-第一章：企業應用最廣泛的AI案例開發 OCR文字識別

1、OCR簡介

光學字符識別（Optical Character Recognition, OCR）是指對文本資料的圖像文件進行分析識別處理，獲取文字及版面信息的過程。亦即將圖像中的文字進行識別，并以文本的形式返回。

2、OCR應用場景

1）針對圖片類識別

2）文檔類識別場景

3）拍照表單類場景

4）自然場景（比如車牌識別、攝像監控、自動駕駛等）

3、OCR流程

圖像預處理：去噪、灰度化、圖像增強等

文本檢測：滑動窗口算法遍歷整張圖片

常見的算法包括： Faster R-CNN、FCN、RRPN、TextBoxes、 DMPNet?、 CTPN、 SegLink

字符分類：劃分單個字符，識別單字

文本識別：引入上下文的信息，成為了提升條目準確率的關鍵

4、華為云OCR端到端OCR流程

1）準備一張含有文字的原圖

2）對原圖進行文字位置的監測，檢測結果可能是水平矩形框，也可能是傾斜矩形框

3）從原圖中把文字框對應的圖片切下來，并旋轉正，得到水平的文字塊切片圖

4）對每個文字塊切片圖依次進行字符識別，每個切片圖的識別結果匯總起來，就得到原圖的文字識別結果

總結：輸入原圖->文字檢測->文字塊切片->字符識別->識別結果匯總

OCR

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。