一、OCR基礎(chǔ)

任務(wù)要求：

工作原理

OCR（Optical Character Recognition，光學(xué)字符識別）是指電子設(shè)備（例如掃描儀或數(shù)碼相）檢查紙上打印的字符，經(jīng)過檢測暗、亮的模式肯定其形狀，而后用字符識別方法將形狀翻譯成計算機(jī)文字的過程;即，針對印刷體字符，采用光學(xué)的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件，并經(jīng)過識別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進(jìn)一步編輯加工的技術(shù)。如何除錯或利用輔助信息提升識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也隨之產(chǎn)生。

一般技術(shù)流程為：

應(yīng)用場景

根據(jù)OCR的應(yīng)用場景而言，我們可以大致分成識別特定場景下的專用OCR以及識別多種場景下的通用OCR。就前者而言，證件識別以及車牌識別就是專用OCR的典型案例。針對特定場景進(jìn)行設(shè)計、優(yōu)化以達(dá)到最好的特定場景下的效果展示。那通用的OCR就是使用在更多、更復(fù)雜的場景下，擁有比較好的泛性。在這個過程中由于場景的不確定性，比如:圖片背景極其豐富、亮度不均衡、光照不均衡、殘缺遮擋、文字扭曲、字體多樣等等問題，會帶來極大的挑戰(zhàn)。

**文檔文字識別：**可以將圖書館、報社、博物館、檔案館等的紙質(zhì)版圖書、報紙、雜志、歷史文獻(xiàn)檔案資料等進(jìn)行電子化管理，實(shí)現(xiàn)精準(zhǔn)地保存文獻(xiàn)資料。

**自然場景文字識別：**識別自然場景圖像中的文字信息如車牌、廣告干詞、路牌等信息。對車輛進(jìn)行識別可以實(shí)現(xiàn)停車場收費(fèi)管理、交通流量控制指標(biāo)測量、車輛定位、防盜、高速公路超速自動化監(jiān)管等功能。

**票據(jù)文字識別：**可以對增值稅發(fā)票、報銷單、車票等不同格式的票據(jù)進(jìn)行文字識別，可以避免財務(wù)人員手動輸入大量票據(jù)信息，如今已廣泛應(yīng)用于財務(wù)管理、銀行、金融等眾多領(lǐng)域。

**證件識別：**可以快速識別身份證、銀行卡、駕駛證等卡證類信息，將證件文字信息直接轉(zhuǎn)換為可編輯文本，可以大大提高工作效率、減少人工成本、還可以實(shí)時進(jìn)行相關(guān)人員的身份核驗(yàn)，以便安全管理。

以及金融領(lǐng)域具體應(yīng)用場景：

**自動化文檔處理：**通過OCR技術(shù)識別和提取文檔關(guān)鍵信息后，利用關(guān)鍵信息進(jìn)行文檔分類、文檔重命名、目錄創(chuàng)建與歸檔工作

**發(fā)票識別：**文字檢測+識別，根據(jù)發(fā)票內(nèi)容信息特點(diǎn)提取所需的內(nèi)容。

**合同分析：**通過OCR識別，智能結(jié)構(gòu)化抽取合同關(guān)鍵信息，支持圖片、PDF、word多種格式，可通過API接口傳輸至企業(yè)業(yè)務(wù)系統(tǒng)，協(xié)助企業(yè)工作人員完成自動填單、內(nèi)容一致性檢查，讓合同審閱更高效。

★商業(yè)化方案及其優(yōu)缺點(diǎn)

1.paddleOCR

飛槳首次開源文字識別模型套件PaddleOCR，目標(biāo)是打造豐富、領(lǐng)先、實(shí)用的文本識別模型/工具庫。最新開源的超輕量PP-OCRv3模型大小僅為16.2M。同時支持中英文識別；支持傾斜、豎排等多種方向文字識別；支持GPU、CPU預(yù)測；用戶既可以通過PaddleHub很便捷的直接使用該超輕量模型，也可以使用PaddleOCR開源套件訓(xùn)練自己的超輕量模型。

• 優(yōu)點(diǎn)

  • 輕量模型，執(zhí)行速度快

  • 支持pip直接安裝

  • ocr識別效果好，效果基本可以比肩大廠收費(fèi)ocr（非高精版）

  • 支持表格和方向識別

  • 支持補(bǔ)充訓(xùn)練且很方便

• 缺點(diǎn)

  • 部分符號識別效果一般，如 '|‘識別為’1’

  • 對于部分加粗字體可能出現(xiàn)誤識別，需要自己補(bǔ)充訓(xùn)練

  • 偶爾會出現(xiàn)部分內(nèi)容丟失的情況

源文檔配套教程：安裝使用說明

2.CnOCR

CnOCR 是 Python 3 下的文字識別（Optical Character Recognition，簡稱OCR）工具包，支持簡體中文、繁體中文（部分模型）、英文和數(shù)字的常見字符識別，支持豎排文字的識別。自帶了20+個訓(xùn)練好的識別模型，適用于不同應(yīng)用場景，安裝后即可直接使用。同時，CnOCR也提供簡單的訓(xùn)練命令供使用者訓(xùn)練自己的模型。

• 優(yōu)點(diǎn)
  • 輕量模型，執(zhí)行速度快，速度略快于paddle ocr
  • 支持pip直接安裝
  • ocr識別效果好，識別效果比肩paddle ocr
  • 支持訓(xùn)練自己的模型
• 缺點(diǎn)
  • 部分符號識別效果差
  • 部分場景下會出現(xiàn)空格丟失情況
  • 模型補(bǔ)充訓(xùn)練沒有paddle ocr方便

源文檔配套教程：安裝使用說明

3.chinese_lite OCR

超輕量級中文 ocr，支持豎排文字識別, 支持 ncnn、mnn、tnn 推理, 模型大小僅4.7M。

• 優(yōu)點(diǎn)

  • 輕量模型，執(zhí)行速度快，速度優(yōu)于CnOCR和Paddle OCR

  • ocr識別效果尚可，優(yōu)于一般開源模型，但比不上CnOCR和Paddle OCR

  • 作者提供了多種語言下的Demo

• 缺點(diǎn)

  • 不支持pip安裝
  • 文本位置識別略差
  • 不支持補(bǔ)充訓(xùn)練
  • 類手寫字體識別效果一般
  • 部分場景下會出現(xiàn)誤識別豎版文字的情況

例如：

姓     名： 張三
性     別： 男
年     齡： 19
戶     籍： 北京

誤識別為 '姓性年戶'

原文配套：安裝使用說明

4.EasyOCR

EasyOCR是一個用于從圖像中提取文本的python模塊。它是一種通用的OCR，可以讀取自然場景文本和文檔中的密集文本。我們目前正在支持80多種語言并不斷擴(kuò)展。

• 優(yōu)點(diǎn)

  • 支持pip安裝，但需要自己手動下載模型

  • ocr識別效果尚可，優(yōu)于一般開源模型

• 缺點(diǎn)

  • 速度很慢，900 * 1200像素圖片平均需要30s左右

  • 不支持補(bǔ)充訓(xùn)練

5.Tesseract OCR

Tesserat OCR 是一款可在各種操作系統(tǒng)運(yùn)行的 ，由Google開發(fā)的OCR引擎。它可以免費(fèi)使用，并支持多種語言。雖然它沒有一個官方的云工具，但是它可以集成到各種編程語言和應(yīng)用程序中，因此可以很容易地創(chuàng)建自己的OCR云工具。

• 優(yōu)點(diǎn)

  • 支持補(bǔ)充訓(xùn)練

• 缺點(diǎn)

  • 安裝使用困難，不支持pip安裝，官網(wǎng)下載配置教程（Tesseract-OCR 下載安裝和使用）

  • 中文識別效果差

官方文檔

6.Google Vision API

Google Cloud Vision API是谷歌提供的云端視覺分析服務(wù)，可以通過API調(diào)用來實(shí)現(xiàn)圖像分析、OCR文字識別等功能。相比于Tesseract OCR，它具有更強(qiáng)大的圖像分析能力和更便捷的使用方式。

總結(jié)

paddle ocr和cnocr，兩者都能實(shí)現(xiàn)商業(yè)化精準(zhǔn)度。其中cnocr執(zhí)行速度快，速度略快于paddle ocr識別效果比肩paddle ocr，但paddle ocr模型補(bǔ)充訓(xùn)練方便

某些場景下，如小圖片且對速度要求較高可以嘗試使用chinese_lite ocr.

此外由部分stackoverflow用戶反饋可知paddle和Tesseract的區(qū)別如下：

• 數(shù)據(jù)來源區(qū)別：Tesseract對印刷體掃描文檔效果更好，paddle更適用于手寫體等場景，但二者都支持訓(xùn)練

• 速度區(qū)別：CPU情況下T優(yōu)于P，但paddle在GPU支持下比Tesseract速度快出一大截

• 預(yù)處理區(qū)別：如果不提供預(yù)處理（例如二值化），對RGB圖像而言，paddle的效果優(yōu)于Tesseract。在二值化情況下Tesseract的長文本效果通常優(yōu)于paddle

• 正確率&精度差別：T的表現(xiàn)略高于P，主要原因是paddle主要有單詞和標(biāo)點(diǎn)之間缺少空格的問題，但易于糾正，在后處理算法之后精度與Tesseract相當(dāng)。且非90度旋轉(zhuǎn)中表現(xiàn)良好。

• 模型大?。篜的輕量級模型大小為2MB左右，T則為23MB左右

• 數(shù)據(jù)安全：……

某個國外帖子顯示的數(shù)據(jù)：

技術(shù)難點(diǎn)

1.不同拍攝角度:指通過正拍、斜拍和圖像反轉(zhuǎn)等不同角度進(jìn)行拍攝;

2.不同光線:指在亮光(可能會出現(xiàn)反光)、暗光和部分亮光部分暗光的情形下拍攝;

3.文字不清晰:指存在因污損、遮擋、折痕、印章、背景紋理等造成文字不清楚的樣本;

4.邊框不完整:主要指圖片樣本中物體(證件、票據(jù)、車牌等)邊框沒有完整出現(xiàn)在畫面中;

5.其他特殊情況:主要指卡證類樣本需考慮帶有少數(shù)民族文字、生僻字，同時考慮到證件等用于高安全場景，對復(fù)印、掃描、屏幕翻拍、PS等樣本進(jìn)行告警;印刷體樣本需考慮不同字號、不同排版方向，以及彎曲的文本。

評價指標(biāo)

OCR評價指標(biāo)包括字段粒度和字符粒度的識別效果評價指標(biāo)。

• 以字段為單位的統(tǒng)計和分析，適用于卡證類、票據(jù)類等結(jié)構(gòu)化程度較高的OCR應(yīng)用評測。
• 以字符(文字和標(biāo)點(diǎn)符號)為單位的統(tǒng)計和分析，適用于通用印刷體、手寫體類非結(jié)構(gòu)化數(shù)據(jù)的OCR應(yīng)用評測。具體指標(biāo)包括以下幾個:

此外，從服務(wù)角度來說，識出率（準(zhǔn)確率）、平均耗時（處理速度）、數(shù)據(jù)安全等也是衡量OCR系統(tǒng)好壞的指標(biāo)之一。

參考文檔

csdn:OCR入門教程系列（一）：OCR基礎(chǔ)導(dǎo)論

OCR識別技術(shù)的應(yīng)用：電子資料自動重命名與歸檔

csdn:6款開源中文OCR使用介紹（親測效果）

使用Tesseract OCR、Google Cloud Vision API的區(qū)別

Stack Overflow:與Tesseract相比，PaddleOCR的性能如何

Put to Test: PaddleOCR Engine Example and Benchmark

csdn:PaddleOCR訓(xùn)練屬于自己的模型詳細(xì)教程（從打標(biāo)，制作數(shù)據(jù)集，訓(xùn)練到應(yīng)用，以行駛證識別為例）

利用OCR解決增值稅發(fā)票內(nèi)容文本識別：涉及paddleOCR，區(qū)域分割，視平面變換

Tesseract-OCR 下載安裝和使用

Tesseract OCR 下載及安裝教程 （中英文語言包）

python+Tesseract OCR實(shí)現(xiàn)截屏識別文字文章來源地址http://www.zghlxwxcb.cn/news/detail-823745.html

到了這里，關(guān)于金融OCR領(lǐng)域?qū)嵙?xí)日志（一）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！