【学习笔记】AI全栈成长计划-AI应用篇-第一章：企业应用最广泛的AI案例开发 OCR文字识别
【摘要】 1、OCR简介光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。2、OCR应用场景1）针对图片类识别2）文档类识别场景3）拍照表单类场景4）自然场景（比如车牌识别、摄像监控、自动驾驶等）3、OCR流程图像预处理：去噪、灰度化、图像增强等文本检测...
1、OCR简介
光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。
2、OCR应用场景
1）针对图片类识别
2）文档类识别场景
3）拍照表单类场景
4）自然场景（比如车牌识别、摄像监控、自动驾驶等）
3、OCR流程
图像预处理：去噪、灰度化、图像增强等
文本检测：滑动窗口算法遍历整张图片
常见的算法包括： Faster R-CNN、FCN、RRPN、TextBoxes、 DMPNet 、 CTPN、 SegLink
字符分类：划分单个字符，识别单字
文本识别：引入上下文的信息，成为了提升条目准确率的关键
4、华为云OCR端到端OCR流程
1）准备一张含有文字的原图
2）对原图进行文字位置的监测，检测结果可能是水平矩形框，也可能是倾斜矩形框
3）从原图中把文字框对应的图片切下来，并旋转正，得到水平的文字块切片图
4）对每个文字块切片图依次进行字符识别，每个切片图的识别结果汇总起来，就得到原图的文字识别结果
总结：输入原图->文字检测->文字块切片->字符识别->识别结果汇总
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）