免费扫描软件
无广告、无水印

文档OCR识别及深度学习OCR技术应用分析

如今整个IT行业圈都在说什么Deeplearning、神经网络、深度学习,各行各业都搞起了这方面的业务,现在搞得最出色的,百度无疑,同时腾讯、阿里也不甘落后的紧随其后,甚至在某些方面,比百度做的还要好;奇虎360公司也在做,搜狗拼音输入法也搞起深度学习技术来。

诚然,深度学习确实有很大的技术改进优势,但是也不是马上就能秒杀一切传统的技术的。针对于文档图片文字识别OCR这方面,我想跟大家探讨几个方面的问题。

在此之前我要坦白一点:我不是技术开发人员,对各种OCR算法有一些基础认识,但了解内容有限,我仅仅是针对目前遇到的一些现状,并结合实际场景应用,与大家做个分享与讨论,有不当之处,大家可以留言或者联系我进行交流沟通。【经常有朋友认为我是技术人员,这是对我平时积极学习不愿被淘汰的工作习惯的另外一种认可,在这里感谢大家支持】

首先我这边要说的是传统的的文档OCR文字识别技术,他是有对图片上的内容进行认识分析的过程,其中比较重要的就是有个四要素,横排文本、竖排文本、表格、配图;每一个作者所写的材料,文章等文件中都是由这四个基本要素组成。

在传统的文档OCR识别技术中,算法会先分析图片中有几个布局区域,然后分析出水平横向文字,竖向垂直文字,表格和配图照片等区域,然后在针对各自的特点进行切分字符,保留区域类型,进行OCR识别调整;所以可以适应各种类型的文本识别。有些小角度的倾斜文本,OCR程序也可以进行智能调整识别;

深度学习的OCR技术是最近一年兴起来的,这个技术的抗干扰能力很强,可以识别比较复杂背景情况下的图片,但是现在的深度OCR识别技术并没有专门的公司去做深度研究和技术演练,目前的情况是可以很好地输出“行文字信息”以及“列文字信息”,所以如果想用深度学习的OCR技术去处理文档资料的话,会很不合适!

但是如果用来处理各种非文档类型的,场景照片中文字,广告海报中的文字,那么深度学习技术的OCR程序就会很有优势,如果您想做这方面的技术应用,就需要配备一台显卡比较牛的服务器,因为深度学习的技术跑的是GPU,对显卡的等级要求很高,不像跑CPU的传统OCR文字识别技术。

未经允许不得转载:坚果云扫描全能王 » 文档OCR识别及深度学习OCR技术应用分析
分享到: 更多 (0)

免费扫描软件 无广告 无水印

坚果云扫描下载坚果云扫描介绍