学习笔记——2020 AI开发者万人大会week5——从0到1搭建一款人工智能OCR应用

Contents:
OCR基础原理及应用场景介绍
开源OCR引擎Tesseract介绍及使用示例
基于腾讯云OCR服务开发Web应用

Part I
OCR(OpticalCharacter Recognition)光学字符识别
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。利用深度学习技术将图片中的文字内容智能的识别出来

传统OCR
基于图像处理和统计模型
场景适应能力差，准确率不高
适用于图片文字单一，质量较高
实现流程：
image->预处理（几何校正、去模糊、图像增强、灰度二值化）->文本检测（版面布局、文本位置、文本范围）->文字识别（特征提取、文本分类、文本后处理）->结果
深度学习OCR
基于深度学习
抗干扰能力强，识别准确率高
适用于各类场景

OCR分类
通用OCR

结构OCR
OCR应用场景
证件识别（身份证、驾驶证、名片、护照等）
办公自动化（发票、火车票、机票报销）
汽车相关（车牌、驾驶证、行驶证、Vin码）
教育（数学算式、公式、试题）