常见问题 第56页

OCR（Optical Character Recognition，光学字符识别），是属于图型识别（Pattern Recognition，PR）的一门学问。其目的就是要让计算机知道它到底看到了什么，尤其是文字资料。

由于OCR是一门与识别率拔河的技术，因此如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。而根据文字资料存在的媒体介质不同，及取得这些资料的方式不同，就衍生出各式各样、各种不同的应用。

在此对OCR作一基本介绍，包括其技术简介以及其应用介绍。

一、OCR的发展

要谈OCR的发展，早在60、70年代，世界各国就开始有OCR的研究，而研究的初期，多以文字的识别方法研究为主，且识别的文字仅为0至9的数字。以同样拥有方块文字的日本为例，1960年左右开始研究OCR的基本识别理论，初期以数字为对象，直至1965至1970年之间开始有一些简单的产品，如印刷文字的邮政编码识别系统，识别邮件上的邮政编码，帮助邮局作区域分信的作业；也因此至今邮政编码一直是各国所倡导的地址书写方式。

OCR可以说是一种不确定的技术研究，正确率就像是一个无穷趋近函数，知道其趋近值，却只能靠近而无法达到，永远在与100%作拉锯战。因为其牵扯的因素太多了，书写者的习惯或文件印刷品质、扫描仪的扫瞄品质、识别的方法、学习及测试的样本……等等，多少都会影响其正确率，也因此，OCR的产品除了需有一个强有力的识别核心外，产品的操作使用方便性、所提供的除错功能及方法，亦是决定产品好坏的重要因素。

一个OCR识别系统，其目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。其处理流程如下图：

从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、最后经人工校正将认错的文字更正，将结果输出。

在此逐一介绍：

影象输入：欲经过OCR处理的标的物须透过光学仪器，如影像扫描仪、传真机或任何摄影器材，将影像转入计算机。科技的进步，扫描仪等的输入装置已制作的愈来愈精致，轻薄短小、品质也高，对OCR有相当大的帮助，扫描仪的分辨率使影像更清晰、扫除速度更增进OCR处理的效率。

影象前处理：影像前处理是OCR系统中，须解决问题最多的一个模块，从得到一个不是黑就是白的二值化影像，或灰阶、彩色的影像，到独立出一个个的文字影像的过程，都属于影像前处理。包含了影像正规化、去除噪声、影像矫正等的影像处理，及图文分析、文字行与字分离的文件前处理。在影像处理方面，在学理及技术方面都已达成熟阶段，因此在市面上或网站上有不少可用的链接库；在文件前处理方面，则凭各家本领了；影像须先将图片、表格及文字区域分离出来，甚至可将文章的编排方向、文章的题纲及内容主体区分开，而文字的大小及文字的字体亦可如原始文件一样的判断出来。

文字特征抽取：单以识别率而言，特征抽取可说是OCR的核心，用什么特征、怎么抽取，直接影响识别的好坏，也所以在OCR研究初期，特征抽取的研究报告特别的多。而特征可说是识别的筹码，简易的区分可分为两类：一为统计的特征，如文字区域内的黑/白点数比，当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足以应付了。而另一类特征为结构的特征，如文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对，市面上的线上手写输入软件的识别方法多以此种结构的方法为主。

对比数据库：当输入文字算完特征后，不管是用统计或结构的特征，都须有一比对数据库或特征数据库来进行比对，数据库的内容应包含所有欲识别的字集文字，根据与输入文字一样的特征抽取方法所得的特征群组。

对比识别：这是可充分发挥数学运算理论的一个模块，根据不同的特征特性，选用不同的数学距离函数，较有名的比对方法有，欧式空间的比对方法、松弛比对法（Relaxation）、动态程序比对法（Dynamic Programming，DP），以及类神经网络的数据库建立及比对、HMM（Hidden Markov Model）…等着名的方法，为了使识别的结果更稳定，也有所谓的专家系统（Experts System）被提出，利用各种特征比对方法的相异互补性，使识别出的结果，其信心度特别的高。

字词后处理：由于OCR的识别率并无法达到百分之百，或想加强比对的正确性及信心值，一些除错或甚至帮忙更正的功能，也成为OCR系统中必要的一个模块。字词后处理就是一例，利用比对后的识别文字与其可能的相似候选字群中，根据前后的识别文字找出最合乎逻辑的词，做更正的功能。

字词数据库：为字词后处理所建立的词库。

人工校正：OCR最后的关卡，在此之前，使用者可能只是拿支鼠标，跟着软件设计的节奏操作或仅是观看，而在此有可能须特别花使用者的精神及时间，去更正甚至找寻可能是OCR出错的地方。一个好的OCR软件，除了有一个稳定的影像处理及识别核心，以降低错误率外，人工校正的操作流程及其功能，亦影响OCR的处理效率，因此，文字影像与识别文字的对照，及其屏幕信息摆放的位置、还有每一识别文字的候选字功能、拒认字的功能、及字词后处理后特意标示出可能有问题的字词，都是为使用者设计尽量少使用键盘的一种功能，当然，不是说系统没显示出的文字就一定正确，就像完全由键盘输入的工作人员也会有出错的时候，这时要重新校正一次或能允许些许的错，就完全看使用单位的需求了。

结果输出：其实输出是件简单的事，但却须看使用者用OCR到底为了什么？有人只要文本文件作部份文字的再使用之用，所以只要一般的文字文件、有人要漂漂亮亮的和输入文件一模一样，所以有原文重现的功能、有人注重表格内的文字，所以要和Excel等软件结合。无论怎么变化，都只是输出档案格式的变化而已。

OCR （Optical Character Recognition，光学字符识别）是指电子设备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。一个OCR识别系统，其目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题。

衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。因为其牵扯的因素太多了，书写者的习惯或文件印刷品质、扫描仪的扫描品质、识别的方法、学习及测试的样本……等等，多少都会影响其正确率，也因此， OCR的产品除了需有一个强有力的识别核心外，产品的操作使用方便性、所提供的除错功能及方法，亦是决定产品好坏的重要因素。

这个技术的门槛相当的高，目前能做中文OCR识别的公司并不多，所以那些独立开发者开发的OCR软件，一般都是借用大公司的API接口。大多数的OCR识别软件要么识别准确率较低，或者部分符号识别有点问题，要么识别完之后只能看到识别结果，看不到原图，不方便对比查错。

所以这种时候认准大公司、老牌公司一般没错。科技针对国内市场发布了更具本地化的PDF专家产品，它不仅能将中文OCR识别做的极为出色，同时还能对多语种进行OCR文字识别，包括日语、德语、西班牙语、葡萄牙语、意大利语等基本所有的主流语种。这是其他大部分OCR识别软件难以实现的一个技术。同时，PDF专家还可以进行区域OCR识别，避免了繁琐的全文识别，减少了算力的浪费，大大提升了使用的便捷程度和舒适度。

您可以使用各种工具将扫描版的PDF转换为可编辑版，但最好选择PDF专家。PDF专家具有独特的优势，您可以得到：

1.超级便捷的 OCR 识别功能，拥有极高的准确率；

2.享受设计精巧的界面，隐藏工具栏调用合理，颜值高；

3.强大的批量操作功能群，帮助您解放生产力；

4.拥有丰富的交互式表单资源，创建交互式表单域，自动识别表单字段；

5.功能分类清晰，PDF 工具齐全；

6.文档兼容性高；

7.用数字签名签署文件;

8.数据提取，贝茨编码和水印。

科技是一家全球领先的APP应用软件开发和服务商，秉承“让简单创意的科技无处不在”的使命，通过自主研发、自主品牌、自建渠道的模式与开放合作构建生态网络的思维，为用户提供高效、高质的数字创意、数据管理、办公效率等三大类消费类软件产品及服务。

使用科技的产品，不仅能享受到行业顶尖的PDF软件设计带来的便利，更能进入整个科技的软件生态中，享受HiPDF、Filmora、恢复专家等优秀产品，它们之间的功能交互性、兼容性是极为优秀的。假如您单独使用某一个PDF软件，可能会遇到彼此之间不识别，没有良好的插件支持等问题，但是您使用PDF专家，则可以享受到产品生态的特有优势。

办公党肯定深有体会，经常需要扫描文档，一般办公室都有扫描仪，如果在家肯定要去附近的复印店进行扫描。

其实这些方法或多或少都很麻烦，因为现在手机里面就有扫描仪功能，手机人人都有，一键在家就能扫描，再也不用去复印店了。

1、安卓扫描仪

演示机型：华为

说到扫描仪，其实很多安卓手机都自带，可能大家没发现。

比方说华为手机扫描功能就隐藏在相机里面，打开相机进行拍摄。

然后就会自动进行识别，并进行全屏翻译或者保存电子档。

缺点：0

2、扫描仪

扫描仪功能，用来翻译我们日常书本上的英文段落或单词。

打开，点击右上角扫一扫功能，对准纸质文档进行拍摄一下。

扫描3秒不到，就能准确翻译出英文的中文意思，并保存在屏幕上。

缺点：但是扫描出的文字，并不能进行复制等操作。

3、iPhone扫描仪

苹果手机的扫描仪功能，是所有手机扫描功能，隐藏最深的。

首先我们需要打开备忘录功能，然后新建一个备忘录。

进行编辑之后，弹出键盘按钮，点击拍照按钮。

会出现扫描文稿样式，然后对准书本扫描，就能一键保存在手机上。

缺点：扫描的文件以PDF文件的方式保存，不能复制里面的文字。

手机能充电扫描仪，我已经分步骤教给你们，根据自己的需要领取使用吧！

OCR作为最早实用化的人工智能技术之一，已在产业中得到广泛应用。中安未来OCR技术经过多年的市场应用和技术积累，已推出文档识别、证照识别、票据识别、名片识别等全方位文字识别产品与服务，广泛服务于各行业。

作为中国最早从事人工智能技术研究与应用的企业之一，中安未来始终重视先进的人工智能技术在少数民族语言上的研究与应用。为更好地促进民族团结，助推少数民族产业发展，除了民族语言文字识别以外，还推出一系列民族语言AI技术：

少数名族文字识别软件 具有以下功能：

OCR别软件支持接入各种扫描仪；

OCR别软件支持各种图片导入识别：TIFF JPEG BMP PNG 图片PDF等；

OCR别软件图像处理功能：纠偏、去污、旋转、裁切；

OCR识别软件版面分析：横排文本、竖排文本、表格、图片；

OCR识别软件综合校对（横向校对）：具有图文对比方式的校对功能，操作简便；

OCR识别软件集字校对（纵向校对）：具有集合校对功能，效率高，正确率高；

OCR识别软件导出多种格式文档 ：支持导出TXT,RTF,EXCEL,双层PDF或纯文本PDF;

在工作和学习中，大家经常会与文字打交道，图片文字识别这种情况相信大家也会经常遇到。因为图片中的文字不能直接复制和编辑，要是把书上，图片上的文字一个一个打下来，这样的工作量是非常大的，而且过程也非常枯燥。今天小编就给大家分享几个图片文字识别的方法，希望可以帮助到大家。

1.QQ提取

QQ里有一个很好用的功能就是里自带的文字识别功能啦，经常用QQ的小伙伴应该不陌生，在这里只需要打开大家要转化成文字的图片，然后长按图片，点击【提取图中文字】即可。

2.文字识别小程序

有很多朋友都在使用小程序，当然小程序的出现方便了我们许多，首先打开，点击发现，搜索;迅捷文字识别,点开就可以使用了。

3.OCR文字识别软件

如果有需要对手写文字或者PDF文档进行识别的小伙伴们，就可以试试这个OCR文字识别软件，它不仅可以满足图片的识别也可以满足大家对PDF文档以及截图的识别，挺方便快捷，赶紧操作一下吧。

4.OnlineOCR

OnlineOCR支持对46国语言进行图片转文字，使用方式也非常方便哦！首先上传文件我们将需要转换图片上传到网站，其次选择文件语言后点击“CONVERT”转换，最后修改一下错字后，点击“Download Output File”就可以下载转换后的文件！

vivo手机扫描功能，打开vivo手机的通知栏，点击搜索框左侧的扫码图标，之后扫描二维码即可，除了扫描二维码，还可以扫描商品，识别商品信息。vivo手机扫描功能还具有识物功能，比如识别汽车、植物、品牌logo、海报、专辑封面。

vivo手机使用技巧:

1、vivo手机具有定时开关机功能，打开更多设置页面，点击定时任务，选择定时开关机，之后根据需要设置即可。

2、vivo手机还可以关闭自动调节亮度功能，打开手机的显示与亮度设置页面，将自动调节屏幕亮度关闭即可。

3、在手机的辅助功能设置页面，可以开启放大功能。

4、vivo手机可以开启闪光灯提醒功能，打开手机的系统设置页面，点击更多设置，将“闪光灯提醒”开启即可。

打印机可能因为自身的原因或者驱动的问题，导致无法扫描文件。有时候文件急用，这时候怎么办呢？别慌，我们还有电脑自带的程序可以扫描文件。这种传统的方法，主要是为了解决电脑连接多个打印机，驱动相冲突的问题。有时候下载多个打印机驱动容易有问题。

1、首先我们需要确保我们的电脑正确无误的连接上了打印机，并且可以打印文件， 如果没有的话，请重新连接打印机。

2、有时候打印机能打印文件，但不能扫描文件。我们需要打开windows，选择“windows传真和扫描”选项。

3、“windows传真和扫描打开后，我们点击左上角的“新扫描”，如果你的电脑只连了一个打印机，便可以直接扫描文件了。

4、如果你的电脑连接了多个打印机，你需要选择用的哪台打印机扫描文件，选择 好打印机后点击“确定”即可。

5、如果需要设置纸张等属性，先行设置好后，然后进行扫描，时间可能比打印机自带的扫描功能时间要稍微久一点。

6、扫描成功后，会出现的自己扫描的文件，点击另存为，选择命名文件的名字，选择文件要保存的位置即可完成啦。

注意事项：

这种传统的方法，主要是为了解决电脑连接多个打印机，驱动相冲突的问题。有时候下载多个打印机驱动容易有问题。

对于手机现在很多人都是机不离手的，它也不在是简简单单的通讯工具了，因为它强大的功能已经成为了办公小能手了，就像纸质文档转为电子档，相信这是很多文员每天的需要完成的功能，其实智能手机一键就能实现纸质文档转电子档，一起来看看吧！

一：华为手机输入法

华为手机输入法自带文字扫描的功能，我们只需要将手机处于输入文字状态，然后点击【文字扫描】，对准只要转换的纸质文档拍下照片。

在此要注意照片的清晰度，照片清晰度越高识别的效果就越好，扫描完成后拖动选框，将需要识别的文字放在选框里，然后点击【扫描】然后等待几秒就会出现扫描的结果。

2.自带扫描文件

这个是华为手机下来菜单里知道的一个功能，这需要打开【扫描文件】然后对着需要识别转换为电子档的文件拍下照片，就可以对文件进行扫描，可以直接对扫描后的文字进行复制和保存。

3.其他转换方法

不是华为手机的也不用担心啦，我们可以借助免费的第三方工具来实现纸质文档转为电子档，具体方法：

工具：迅捷PDF转换器

推荐指数：★★★★★

操作步骤;

先在应用市场里找到上述的工具，运行工具后点击页面底部的小功能，然后选择【图片识别文字】

此时会出现一个相机和相册选择，在此可以根据自己的需求进行选择，以【相机】为例，点击相机后拍下需要识别的文字图片，选择一下需要扫描的文字，然后点击【确定】等待扫描完后后可以直接复制文本，或者直接保存为TXT格式。

以上三种方法都可以实现纸质文档转为电子档，感兴趣的可以自己去试试幺。

在一项全球保险公司苏黎世的数字化转型案例中，该公司制定了到2019年，改善业务流程成本超过10亿美元的目标。苏黎世认为RPA（机器人流程自动化）、OCR（光学字符识别）、NLP（自然语言处理）是实现这一目标的最佳方式。

苏黎世应用这三项人工智能技术仅有短短6周的时间，便实现了25％的成本缩减，并且提高了38%的数据处理准确率。同时释放了企业员工更多的工作时间，可以让他们把时间用在人性化的工作上，从而提高客服体验。下面我们将从几个实例分别介绍RPA、COR、NLP将为企业带来的好处。

RPA帮助企业识别具有潜在风险的客户  

RPA被企业应用最多的还是实现业务流程自动化，但是在降低风险方面RPA同样发挥了重要作用。许多世界顶级银行已把RPA部署在运营部门，以帮助他们打击那些涉及欺诈、洗钱等行为的用户。金融机构利用RPA帮助识别这些进行非法活动的客户，很好的为企业避免了重大损失。

RPA平台通过收集并定期分析客户数据，包括：媒体新闻、搜索引擎、征信系统等执行定期数据调查，以查出该用户是否有触犯法规的行为。

例如在一家加拿大银行的案例中，该公司在部署RPA后的六个月内不仅节省了750,000美元的成本，还查处了120个非法客户成功避免了那些潜在的危险行为。

OCR加快发票处理效率  

OCR可以识别纸质文档中的字符并将其转换为数字格式。对于经常收到纸质发票并希望将其提取到数字化数据库中，同时避免数小时手动数据输入的公司来说，这种方式被证明是非常实用的。会计人员可以将物理发票扫描到OCR软件中，然后让该技术检测页面上的字符，最后进行数据转换。此技术适用于任何类型的企业。OCR可以减轻在企业工作的会计人员负担，同时提高企业的生产力。

例如：百事公司在欧洲最大的四家分公司仍然需要人工手动输入发票数据和通知单信息，通过应用OCR之后，大大简化了该流程，4万多页五种语言的发票信息可以在三天内完成所有的信息提取，这比之前的手工操作提高了5倍以上。

NLP帮助企业分析客户需求  

研究表明，大多数致电企业售前客服咨询业务时，都无法及时获得所需要的帮助。当这种情况发生较多时，很多人都会产生厌倦感。NLP技术通过检测语音通话，可以实时测量客户的语调以及他们在对话中使用的单词频率等，有效的防止人们挫败感的产生。一些唿叫中心使用NLP来提供实时的反馈信息。例如：如果一个人打电话给旅游公司并多次提到“度假”，那么NLP就会识别这一词汇进行统计。当会话结束后，NLP会把会话中出现频率最多的几个词统计出来，方便客服人员进行服务分析。