ocr技术调研及进展汇报PPT.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,OCR,技术调研及进展汇报,1,OCR,介绍,OCR,识别技术通过对图片中的文字进行提取识别，转换成可检索的数据。,OCR,基于汉字的识别最早见于,20,世纪,60,年代，采用基于模版匹配的方法，由,IBM,公司的,Casey,和,Nagy,于,1966,年提出。我们国家开始于,70,年代，到了,90,年代，中文,OCR,技术慢慢走商业市场，开始在实际中应用。,2,2025/4/30 周三,OCR,商业产品,目前国内水平较高的有清华文通、汉王、尚书，国外是,ABBYY,和,IRIS,，其产品各有千秋，但是都价值不菲。效果基本都能够达到,95%,，扫描清晰的话正确率可以达到,99%,以上，腾讯云,ocr,据说已经达到,99.99%,3,2025/4/30 周三,OCR,选型,Tesseract,开源,OCR,引擎，也有命令行工具。,HP,开发,Google,接手。,3.0,之后支持训练，,4.0,以后开始支持深度学习训练,C+,工程,OCRopy,基于训练的,OCR,引擎，项目比,Tesseract,更年轻,Python,工程,Microsoft OCR Library,有中文版,Windows8.1,之后的版本内置,OCR,引擎，可用于桌面,windows app,不知道效果如何,GNU Ocrad,命令行工具。有JS移植，可用于前端,GOCR,命令行工具。有,JS,移植，可用于前端,Cuneiform for Linux,本来是个Windows软件，这是Linux的移植，2011年4月已经停止维护,4,2025/4/30 周三,Tesseract,的技术优势,开源,Tesseract,的,OCR,引擎已作为开源项目发布在,Google Project,，是完全开源的。,多语言支持,通过不同的语言训练库可以支持多种语言,(,包括中文、日文,),。,多平台支持,该项目目前支持,Windows,、,Linux,和,Mac OS,等主流平台。,支持样本训练,可以通过,jTessBoxEditor,工具对样本进行训练，而生成语言文件供,Tesseract,使用，从而提高识别精确度。,基于项目选型的几点要求：开源、免费、识别率高；所以选择了,Tesseract,的,OCR,引擎。,5,2025/4/30 周三,移动端,OCR,开源工程,tess-two,，Tesseract的安卓移植,microblink,，免费的移动OCR-SDK,6,2025/4/30 周三,OCR,问题分类,简单文本图片,业界能做到比较好效果,复杂图文,复杂图文的文字检测和识别压力很大，非常具有挑战性,结构化图文,不光是,ocr,，需要结合其他方法定位,7,2025/4/30 周三,OCR,流程,输入图像,图像预处理,特征提取和降维,分类器,分类得到识别结果,后处理,纠正,输出,8,2025/4/30 周三,图像预处理,图像增强,锐化、去雾、修复,图像二值化,黑白化,9,2025/4/30 周三,图像预处理,OpenCV,图像处理老大哥。,OpenCV3,中有,Scene Text Detection,值得一用。,Libccv,现代图像处理库，被很多人推荐。实现了精选的若干个图像处理算法，干净容易移植。其中,Stroke Width Transfor,尤其有用。,lswms,分行检测。,OCRopus,基于神经学习网络算法的布局分析库。,TiRG,文字区域检测库,unpaper,检测文字和旋转，用的是,Hough transform,算法。,10,2025/4/30 周三,Tesseract,识别过程图,11,2025/4/30 周三,Tesseract,识别关键技术,12,2025/4/30 周三,传统方法和深度学习方法对比,13,2025/4/30 周三,Tesseract,训练,下载工具jTessBoxEditor,1,、,自己扫描获取样本图像,2,、,合并样本图像,3,、,生成Box File文件,4,、手工矫正生成语言库文件,5,、,使用训练后的语言库进行识别,14,2025/4/30 周三,Tesseract,支持增量训练,通过输入小数据集进行优化，将不同的训练文件合在一起可小幅度提升效果,15,2025/4/30 周三,后处理语义纠正,利用语义模型对一些错误识别进行纠正,大树据,-,大数据,仼小二,-,王小二,16,2025/4/30 周三,meta=code=200,message=识别成功,data=result=云计算、人工智能等技术,探索构建可灵活扩展的网站架构,创新服务模式,打造智慧型政府网站 u 5 集约节约。加强统筹规划和顶层设计,优化技术、资金、人员等要素配置,避免重复建设,以集中共享的资源库为基础、安全可控的云平台为依托,打造协同联动、规范高效的政府网站集群。二、职贵分工(一)管理职贵。国务院办公厅是全国政府网站的主管单位,负责推进、指导、监督全国政府网站建设和发展。各省(区、市 人民政府办公厅、国务院各部门办公厅(室)是本地区、本部门政府网站的主管单位,实行全系统垂直管理的国务院部门办公厅(室)是本系统网站的主管单位。主管单位负责对政府网站进行统筹规划和监督考核,做好开办整合、安全管理、考核评价和督查问贵等管理工作。地市级和县级人民政府办公厅(室)承担本地区政府网站的管理职责。中央网信办统筹协调全国政府网站安全管理工作u 中央编办、工业和信息化部、公安部是全国政府网站的协同监管单位,共同做好网站标识管理、域名管理和ICP备案、网络安全等级保护、打击网络犯罪等工作。(二)办站职贵 u 1.政府网站的主办单位一般是政府办公厅(室)或部门办_ 4 _,Tesseract,效果,17,2025/4/30 周三,汉王效果,code:0,result:,云计算、人工智能等技术，探索构建可灵活扩展的网站架构，创,u000a,新服务模式，打造智慧型政府网站。,u000a5.,集约节约。加强统筹规划和顶层设计，优化技术、资金、,u000a,人员等要素配置，避免重复建设，以集中共享的资源库为基础、,u000a,安全可控的云平台为依托，打造协同联动、规范高效的政府网站,u000a,集群。,u000a,二、职责分工,u000a(,一,),管理职责。,u000a,国务院办公厅是全国政府网站的主管单位，负责推进、指,u000a,导、监督全国政府网站建设和发展。各省（区、市）人民政府办,u000a,公厅、国务院各部门办公厅（室）是本地区、本部门政府网站的,u000a,主管单位，实行全系统垂直管理的国务院部门办公厅（室）是本,u000a,系统网站的主管单位。主管单位负责对政府网站进行统筹规划和,u000a,监督考核，做好开办整合、安全管理、考核评价和督查问责等管,u000a,理工作。地市级和县级人民政府办公厅（室）承担本地区政府网,u000a,站的管理职责。,u000a,中央网信办统筹协调全国政府网站安全管理工作。中央编,u000a,办、工业和信息化部、公安部是全国政府网站的协同监管单位，,u000a,共同做好网站标识管理、域名管理和,ICP,备案、网络安全等级,u000a,保护、打击网络犯罪等工作。,u000a(,二,),办站职责。,u000a1.,政府网站的主办单位一般是政府办公厅（室）或部门办,18,2025/4/30 周三,后期工作,本周可以完成产品应用,ocr,服务接口,增量训练 完成增量训练优化 一个月,图像预处理,场景做定制化 复杂图片识别和结构化识别 三个月,目标效果达到,90%,19,2025/4/30 周三,总结,使用开源工具标注数据，支持增量训练，可以做一个,baseline,前面的图像预处理很重要，,后面需要针对场景做定制化优化,使用深度学习训练达到更好的效果,20,2025/4/30 周三,