訂閱
糾錯(cuò)
加入自媒體

使用Google的Tesseract和OpenCV構(gòu)建光學(xué)字符識(shí)別(OCR)系統(tǒng)

總覽

光學(xué)字符識(shí)別(OCR)是計(jì)算機(jī)視覺(jué)領(lǐng)域中廣泛使用的系統(tǒng),了解如何為各種任務(wù)構(gòu)建自己的OCR,我們將利用OpenCV庫(kù)和Tesseract來(lái)構(gòu)建OCR系統(tǒng)。

介紹你還記得考試期間我們必須填寫正確答案的日子嗎?或者你還記得在開(kāi)始第一份工作之前進(jìn)行的能力測(cè)驗(yàn)?zāi)?我可以回憶起奧林匹克競(jìng)賽和多項(xiàng)選擇測(cè)試,大學(xué)和組織會(huì)使用光學(xué)字符識(shí)別(OCR)系統(tǒng)對(duì)答卷進(jìn)行大量評(píng)分。老實(shí)說(shuō),OCR在廣泛的行業(yè)和功能中都有應(yīng)用,因此從掃描文檔(包括銀行對(duì)帳單,收據(jù),手寫文檔,優(yōu)惠券等)到閱讀自動(dòng)駕駛汽車的路牌,都在OCR的范疇內(nèi)。OCR系統(tǒng)在幾十年前建造起來(lái)是非常昂貴和繁瑣的,但隨著計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)領(lǐng)域的進(jìn)步意味著我們現(xiàn)在可以建立自己的OCR系統(tǒng)了!

但是,建立OCR系統(tǒng)并不是一件容易的事,對(duì)于初學(xué)者來(lái)說(shuō),面臨著諸如圖像中的字體不同,對(duì)比度差,圖像中有多個(gè)對(duì)象等問(wèn)題。因此,在本文中,我們將探討OCR任務(wù)的一些非常著名且有效的方法,以及如何自己實(shí)施。如果你不熟悉目標(biāo)檢測(cè)和計(jì)算機(jī)視覺(jué),建議你先閱讀以下資源:基本目標(biāo)檢測(cè)算法的介紹https://www.a(chǎn)nalyticsvidhya.com/blog/2018/10/a-step-by-step-introduction-to-the-basic-object-detection-algorithms-part-1計(jì)算機(jī)視覺(jué)課程https://courses.a(chǎn)nalyticsvidhya.com/courses/computer-vision-using-deep-learning-version2目錄什么是光學(xué)字符識(shí)別(OCR)現(xiàn)實(shí)世界中流行的OCR應(yīng)用使用Tesseract OCR進(jìn)行文本識(shí)別文本檢測(cè)的不同方法什么是光學(xué)字符識(shí)別(OCR)首先,讓我們了解一下什么是OCR。OCR,或稱光學(xué)字符識(shí)別是一種識(shí)別圖像內(nèi)文本并將其轉(zhuǎn)換為電子形式的過(guò)程。這些圖像可以是手寫文字,文件,收據(jù),名片等印刷文字,甚至是自然場(chǎng)景照片。OCR有兩個(gè)部分,第一部分是文本檢測(cè),確定圖像中的文本部分,文本在圖像中的定位對(duì)于OCR的第二部分文本識(shí)別非常重要,其中文本是從圖像中提取出來(lái)的。結(jié)合使用這些技術(shù)可以從任何圖像中提取文本。

沒(méi)有什么是完美的,OCR也不例外。但是,隨著深度學(xué)習(xí)的到來(lái),對(duì)這一問(wèn)題有可能得到更好、更普遍的解決方案。在我們深入研究如何構(gòu)建自己的OCR之前,讓我們先看看OCR的一些流行應(yīng)用程序,F(xiàn)實(shí)世界中流行的OCR應(yīng)用OCR在各行各業(yè)有著廣泛的應(yīng)用(主要是為了減少人工操作)。它已經(jīng)融入到我們的日常生活中,以至于我們幾乎沒(méi)有注意到它!但它肯定會(huì)努力帶來(lái)更好的用戶體驗(yàn)。

OCR常用于在手寫識(shí)別任務(wù)中提取信息。該領(lǐng)域正在進(jìn)行許多工作,也取得了一些非常重大的進(jìn)步。Microsoft提出了一個(gè)很棒的數(shù)學(xué)應(yīng)用程序,該應(yīng)用程序以手寫的數(shù)學(xué)方程式作為輸入,生成解決方案,并逐步解釋其工作原理。OCR越來(lái)越多地被各個(gè)行業(yè)用于數(shù)字化,以減少人工工作量。這使得從業(yè)務(wù)文檔,收據(jù),發(fā)票,護(hù)照等中提取和存儲(chǔ)信息非常容易且高效,此外,當(dāng)你為KYC(Know Your Customer,了解客戶)上傳文檔時(shí),OCR用于從這些文檔中提取信息并存儲(chǔ)它們以供將來(lái)參考。OCR還用于書籍掃描,它將原始圖像轉(zhuǎn)換為數(shù)字文本格式。許多大型項(xiàng)目,例如Gutenberg項(xiàng)目,Million Book Project和Google Books,都使用OCR掃描和數(shù)字化書籍并將作品存儲(chǔ)為檔案。銀行業(yè)也越來(lái)越多地使用OCR來(lái)歸檔與客戶相關(guān)的文書工作,例如入職資料,以輕松創(chuàng)建客戶資料庫(kù),這顯著減少了上線時(shí)間,從而改善了用戶體驗(yàn)。此外,銀行使用OCR從支票中提取諸如帳號(hào),金額,支票號(hào)碼之類的信息,以加快處理速度。

說(shuō)到OCR的應(yīng)用,就必須提及它們?cè)谧詣?dòng)駕駛汽車中的使用。自動(dòng)駕駛汽車在很大程度上依賴OCR來(lái)閱讀路標(biāo)和交通標(biāo)志,對(duì)這些標(biāo)志的有效理解可以使自動(dòng)駕駛汽車對(duì)行人和其他在道路上行駛的車輛保持安全。還有很多OCR應(yīng)用,例如車牌識(shí)別,將掃描的文檔轉(zhuǎn)換為可編輯的Word文檔等等。使用OCR進(jìn)行數(shù)字化顯然具有廣泛的優(yōu)勢(shì),例如易于存儲(chǔ)和處理文本,更不用說(shuō)可以應(yīng)用到此數(shù)據(jù)的大量分析了!OCR絕對(duì)是計(jì)算機(jī)視覺(jué)最重要的領(lǐng)域之一。現(xiàn)在,讓我們看看最著名的和廣泛使用的文本識(shí)別技術(shù)之一——Tesseract。使用Tesseract OCR進(jìn)行文本識(shí)別Tesseract:https://tesseract-ocr.github.io/tessdoc/Documentation.htmlTesseract是一個(gè)開(kāi)源的OCR引擎,最初是由HP(Hewlett-Packard)作為專有軟件開(kāi)發(fā)的,但后來(lái)在2005年被開(kāi)源,從那時(shí)起,谷歌就采用了這個(gè)項(xiàng)目并贊助它的開(kāi)發(fā)。

1  2  3  下一頁(yè)>  
聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問(wèn)題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)