字段级OCR概况了解

什么是字段级OCR？字段级OCR有何用？何时会用到字段级OCR？本文小编将给大家介绍字段级OCR的知识概况，帮助大家理解OCR，知道它是如何工作的。

OCR一般指光学字符识别，一般分为整页(full page)OCR和字段级(field level)OCR。这两者存在着根本性的差异，用处各不相同，然而字段级OCR相较于整页OCR而言，很容易被大家忽略。

字段级OCR，俗称数据采集，能够从文件中提取出所需的有用信息。假设你收到了一张发票，需要提取其中的公司名称、需付金额和付款到期日，那么你就会用到字段级OCR。而发票上可能包含多项金额，数据采集程序需要从中选出正确的数据项。如果程序错误地将电话号码当成需要支付的金额，那后果可就糟糕了。

在这种情况下，通常需要经过以下处理步骤：

OCR可以根据正在处理的文档类型，采用不同方法搜索数据字段。最简单的待采集数据 文档通常是某些机器能够识别的表格，同类数据固定在某一特定位置，这样，OCR程序只需要找到合适的模板，然后利用模板提取数据。程序将自动匹配模板与填 有数据的表格，提取数据。为了使匹配过程变得更简单，每份表格上印有一些可视锚，如下图中的黑色方块：

然而，这种方法不适用于发票之类的文件，因为不同发票的布局也不同。发票的数据提取 需要使用更先进的OCR技术。例如，可以搜索“发票号”和“截止日期”等字段，并以它们为起点寻找有用数据所在的区域的OCR技术。为了满足这类数据提取 用户的需要，发票上的哪些信息亟待提取变得至关重要。

OCR推测出相关数据的位置以后(FlexiCapture等高级应用程序会假定几个位置)，就会决定如何提取它们。

我们假设程序已经确定了“合计金额”栏的确切位置，该栏包含有要支付的金额，而不是电话号码。但此时仍然可能发生错误。比如，程序可能没有注意到“$1,000.00”中间的逗号和点，将它理解为“$100000”，导致支付金额变成了十万美元，而不是一千美元。当涉及到金额的时候，我们要了解的是“手动验证捕获的数据，需要多少时间和人力资源？”，而不是“OCR识别的误差率是多少？”这样抽象的问题。换句话说，这项技术的好坏是以验证数据所需的人力成本来衡量的。诚然，错误率很重要，识别出错越少，纠错所需的时间和精力就越少。

关于ABBYY产品的更多内容可参考教程ABBYY怎么用。