操逼.com,久久15p,亚洲天堂国产无码在线,夜夜撸影院,性爱插入毛片免费视频,精品一区二区三区三区,欧美成人国产精品一区二区,成人无码做爰www免费

點擊下方卡片，關(guān)注“新機器視覺”公眾號

重磅干貨，第一時間送達

近日，“大學生用OCR+正則表達式快速核查學生核酸報告”的新聞火了，細心觀察我們就能發(fā)現(xiàn)，生活里OCR的身影到處都是：文檔掃描、車牌識別、證件識別等等。在這個信息技術(shù)高速發(fā)展的時代，越來越多的小事可以“智能化”、“信息化”，曾經(jīng)需要浪費諸多人力物力才能完成的事，可以通過新的技術(shù)輕松地解決。

OCR是解決什么問題的技術(shù)

文章開頭提到的新聞里，OCR技術(shù)到底解決了什么問題？上圖是一張上海市健康云截圖，復旦大學博士生使用OCR技術(shù)監(jiān)測到文本，再提取其中的文字信息，每次核查數(shù)百人的截圖僅需幾分鐘。抽象的字符讓人感覺技術(shù)深不可測，但是等讀者們稍作了解之后，會發(fā)現(xiàn)高科技是非常親切實用的。OCR中文名叫做“光學字符識別”，它可以將名片、票據(jù)、身份證、駕照等文檔資料中的文字和數(shù)字信息轉(zhuǎn)換成文本信息，以電子形式保存，實現(xiàn)信息采集的快速錄入。現(xiàn)在有非常多實現(xiàn)OCR功能的免費接口，傳入圖片路徑，就可以調(diào)用接口函數(shù)，識別圖片中的文字信息。

OCR的常見流程

常見OCR方法的具體過程通常分為以下四個步驟：

預處理：是對圖像進行初步的處理，目的是減少圖像中的無用信息，方便提取特征。常用的步驟有：灰度化、降噪、二值化、字符切分、歸一化等。

特征提取和降維：是識別文字、數(shù)字的關(guān)鍵步驟之一。特征是識別文字的關(guān)鍵信息，每個不同的文字通過特征來和其他文字進行區(qū)分。數(shù)字和英文字符相對中文字符來說更容易區(qū)分。為了提高后續(xù)分類器的效果和效率，往往還要進行降維，進一步減少特征中的無用信息，同時把有用信息盡可能多地保留下來。

分類器設(shè)計：對特征進行識別，是進行文字、數(shù)字識別的關(guān)鍵步驟之一。在這一步中，分類器對特征進行分類，將其識別成對應的字符。分類器一般需要提前訓練，常見的分類器有：支持向量機、神經(jīng)網(wǎng)絡等。

后處理：是對分類結(jié)果進行優(yōu)化處理的步驟。經(jīng)過分類器分類得到的結(jié)果是不完全準確的，比如對形近字的識別錯誤率比較高、識別結(jié)果存在排版錯誤，后處理就可以有針對性地解決這些問題。例如，通過語言模型校正將“存哪里”校正為“在哪里”，并對識別結(jié)果進行格式化。

正則表達式是什么

正則表達式在人物場景中承擔的是什么責任呢？經(jīng)過前面敘述的流程，從圖片中提取出來的文字信息，需要進一步整理提取，實現(xiàn)自動化核查。正則表達式通常被用來檢索、替換符合特定模式的文本。正則表達式可以提取出文本中的特定文本，即：姓名、證件號碼、采樣時間、檢測結(jié)果等，再輸出到Excel中。

OCR數(shù)據(jù)集

目前主流的OCR任務會使用深度學習方法，這意味著數(shù)據(jù)集是其中的關(guān)鍵。

文本檢測數(shù)據(jù)集SynthText：

https://www.robots.ox.ac.uk/~vgg/data/scenetext/

ICDAR是競賽數(shù)據(jù)集，2003年、2013年、2015年、2017年分別開放了以下數(shù)據(jù)集：?

http://www.iapr-tc11.org/mediawiki/index.php/ICDAR_2003_Robust_Reading_Competitions

https://rrc.cvc.uab.es/?ch=2

https://rrc.cvc.uab.es/?ch=4

https://rrc.cvc.uab.es/?ch=5&com=introduction

谷歌圖像中收集整理得到的IIIT 5K words數(shù)據(jù)集：

http://cvit.iiit.ac.in/projects/SceneTextUnderstanding/IIIT5K.html

還有一些公開數(shù)據(jù)集，如：SVT、CUTE等。Github上有一個OCR數(shù)據(jù)匯總可以查看：

https://github.com/WenmuZhou/OCR_DataSet

大多數(shù)OCR數(shù)據(jù)集包含的圖像數(shù)量比較少，并不足以訓練出一個模型，需要合成新的數(shù)據(jù)集使用。

小結(jié)

OCR技術(shù)不算是最新的技術(shù)，早在十年前它就火過，隨著近年深度學習的迅速發(fā)展，基于深度學習的OCR技術(shù)也逐漸成熟，能夠更好更靈活地應對不同場景，已經(jīng)成為科技公司的能力標配。

本文僅做學術(shù)分享，如有侵權(quán)，請聯(lián)系刪文。

—THE END—

OCR入門（附數(shù)據(jù)集鏈接）