江苏龙网

  1. 首页 > 资讯 > 科技 > >

@文本提取一秒搞定 华为OCR技术到底厉害在哪？( 二 )


Step2：校正＋优化 ， OCR是个完美主义
通常情况下 ， 检测和识别出的文本通常需要再次核对以保证其正确性 。这是由于在AR场景中 ， 通过OCR技术检测到镜头画面的文字 ， 将文本区域高亮后展示给用户 ， 得到的文档往往都不是很完美 ， 很可能带有倾斜或重影；而文字追踪功能保证当镜头移动导致拍摄画面抖动时 ， 检测到的文本区域保持在原来的位置不变 。
在这基础上 ， 需先进行图像预处理 ， 做角度矫正和去噪 ， 接着对文档版面进行分析 ， 将各个字符送入训练好的OCR识别模型进行字符识别 ， 得到结果 ， 最后还需要对其进行识别结果的校正和优化 。
Step3：定帧后 ， 拖一拖 ， 复制文字轻松搞定
当用户希望屏幕画面固定不动 ， 可以点击检测到的文本行 ， 这时屏幕会定帧 ， 用户可手动选择对检测和识别到的文字内容进行拖选 ， 其效果类似于在文本文档里 ， 用鼠标对文本内容进行拖选 。
要实现文本区域内拖选的功能 ， 就需要用到整行拖选技术 。文字整行拖选技术主要是根据OCR检测模型输出文本区域的坐标 ， 通过识别用户的点击事件 ， 实时记录用户点击的位置 ， 并通过上层UX对用户拖选到的区域进行高亮 。经历一系列的操作 ， 最后把可复制的文字呈现在用户面前 。
@文本提取一秒搞定 华为OCR技术到底厉害在哪？
文章图片

文章图片

文本提取有哪些难点与挑战？
看似简单操作的文本提取 ， 实际要克服的困难可不少 。文字的字体、字号、颜色等不统一 ， 容易被误识别；语言种类繁多 ， 中文、英文、数字等多种语言混合出现 ， 识别难度大；识别时,不可预测光线变化、图片不清、背景复杂干扰等等 ， 这些都给文本提取带来了不小的困难 。
对于上述的困难 ， 基于华为OCR技术于业内领先的深度学习文字定位功能和文字识别技术 ， 无论是生活中复杂多变场景 ， 还是不同光照条件 ， 华为OCR技术能支持多场景、任意版面的文字识别提取 ， 具备英文和数字、多语种（包括中文、日文、韩语、阿拉伯语、英语和欧洲五国语言等）、以及超过7000个常用汉字的简繁体识别能力 ， 同时还具有多种垂直场景的识别能力 ， 支持识别如身份证、银行卡、名片、驾驶证等 ，满足生活中大部分场景的文本提取需求 。
OCR技术作为AI技术的支撑 ， 是一种强有力的识别方式 。文字提取、识别物品、扫描习题、翻译外文时大多都需要依靠OCR技术 ， 使用方法简单方便 。如果你正好有华为手机 ， 不妨体验一下 。


推荐阅读


上一篇：：2020年了 买手机一定要看这个参数

下一篇：■全球芯片电子产业停工潮来了！