今天我们来聊的主题是OCR产品。
简单地说，你们还记得一边看文件，一边手动敲字录入计算机的场景么？
没错，计算机不具备将影像中的信息读出的能力
这时候，就需要OCR/机器视觉这一技术来介入工作
通过这个技术可以赋予计算机一定的视觉能力
让机器可以将图像资料中的文字提取出来，进行后续的分析处理。
OCR(Optical Character Recognition光学字符识别)，就是指一些充满文字的纸质文档或影像图片，通过检测用字符识别方法将其翻译成计算机文字/结构化数据的过程。
但是现在最新的机器视觉不止于OCR字符识别这单一的功能，他还是识别动物、植物、工业制品等等，而且通过机器视觉技术去做原本用OCR技术做的事情，会提升识别速度，识别准确率等等。
老旧的OCR技术，在识别工作中，为了保证正常工作，会要求图像的质量，通常是要求DPI（Dots Per Inch，每英寸点数）是一个量度单位，用于点阵数码影像，指每一英寸长度中，取样、可显示或输出点的数目。
这个要求很不方便，因为手机拍照一般只有96DPI，网络间的图像传输也会压缩DPI值，而OCR一般要求图片质量达到300及以上，这基本就是实验室环境了，对于日常生产很不方便。
日常应用间，总不能为了一个技术的实现，然后每个使用场景搭建一个实验室级环境吧，这样的技术附加消费太大了。
但是通俗点讲，OCR就是图文识别，是机器视觉中的一个分支，这个大家都比较好理解。那么OCR识别产品都有什么呢？
接下来的介绍，大家会发现OCR识别产品和我们的生活息息相关。也可以理解什么是OCR做不了，但是机器视觉可以解决的。
产品功能特点
1、)高度集成：对取图设备无要求，手机、高拍仪、扫描仪均可实现一图多票裁切，票据类型自动分类，识别结果结构化输出；
2、一图多票预处理，只要取图设备支持，一张图上可以贴数十张不同种类的发票，通过图像预处理和AI的加成，实现迅速裁切，精准识别；
3、识别发票类型：支持增值税专用发票、普票、电子发票、出租车票，船票等国内的一十八种票据，覆盖目前所有报销发票类型；
并且，最近我们上线了日本的小票和报税凭证识别，在下一步的工作，就是对欧盟的报税凭证进行完美识别。
适用场景：财务共享、费控报销、差旅平台、会计税务等等
产品功能特点
1、万物皆可识别，识别能力不再限制文档、表格、公文等等，开放式通用接口，识别所有文档文字类图像，方便用户。
2、识别之后的比对功能，增加风控功能，按照内置标准进行比对，查询异常，防控风险。
3、表格兼容识别，并且进行表格还原，解决老式OCR不能解决的事情。
4、证照识别，自定义取数，用户可选提取全版面信息或者只提取关键字段，当然这个功能在其他类型的图像上也可以实现。
适用场景：文档系统、档案管理、合同管理、影像系统等等
使用机器视觉技术和OCR技术去识别图像，目前虽然都做不到100%识别。但是两种技术之间的差距也是天差地别。
1、老旧的OCR是用字段识别率来计算识别率的,如图所示，99%的OCR识别率：
100张图共计10000字，其中100字识别错误，得识别率99%。但是极端情况下这100个错误字段，可能分布在100张图中，也就是说100张图没有1张识别正确。
2、机器视觉则不同，现在我们的机器视觉识别系统通过人工智能、机器学习、深度学习方式则完美的解决了这一问题。
机器视觉识别系统是以单张是否完全识别正确来计算识别率的，如：
100张，完全识别正确的有96张，则识别率为96%。
那么基于以上的数据对比。您会选择哪种技术手段，来解决图像数据结构化的需求呢？
1、动植物识别
2，工业智能制造及智能质检
1、saas服务
通过网络提供软件服务；
2、私有化服务
私有化部署可以实现让企业将该识别服务部署在自有服务器上（云服务器或本地服务器），部署完成后，APP端、PC客户端、web端、微信H5端等均可发送识别请求，通过Web Service接口调用该识别服务，上传图像在服务器端完成识别后，返回标准XML识别结果，整个识别过程均在企业内网完成，保证数据的安全性。
应用场景：金融行业、网上支付平台、社交软件、大型国企、涉密单位等等
致力用毕生精力专注OCR及机器视觉解决方案。
如果你有需要OCR及机器视觉解决方案，
那么我们之间的故事就开始了。
如果您有相应的需求
可以CALL我
