发布时间:2015-07-16 06: 54: 25
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。
展开阅读全文
︾
读者也喜欢这些内容:
ABBYY是免费的吗 ABBYY正版软件多少钱
在我们日常工作中,你是不是也经常遇到一些文字识别方面的问题,如果我们按照传统的方式,逐字逐句地手动输入将图文转化为文本,会浪费很多时间。所以,今天小编给大家推荐一款OCR文字识别软件,它就是ABBYY FineReader PDF 15。它可以自动扫描并提取图片上的文字内容,方便我们复制粘贴以及编辑。下面就讲讲大家关心的问题ABBYY是免费的吗,ABBYY正版软件多少钱。...
阅读全文 >
PDF怎么压缩文件大小 PDF怎么压缩到又小又清晰
PDF是我们比较常见的文件类型,现在许多平台在上传文件时都会要求上传PDF格式。但是如果我们的PDF文件超过了平台的限制会导致上传失败,这对于许多人来说是一个十分头疼的问题,那么我们今天就来说一说PDF怎么压缩文件大小,PDF怎么压缩到又小又清晰。...
阅读全文 >
几款常用的OCR文字识别软件
图片文字提取软件是什么呢?随着大家的办公需求的加大,现在已经有很多的办公软件出现了,那么,图片文字提取软件便是其中的一种,因为现在制作图片的要求也比较高,所以,在图片上加入文字也是很正常的事情,那么,怎么样才能够直接将图片中的文字提取出来呢?...
阅读全文 >
图片扫描文字识别软件有哪些 图片扫描文字识别怎么弄PDF
在工作中,有时我们需要将图片中文字摘录下来。为了快速完成工作,我们会使用图片扫描文字识别软件。今天小编就给大家介绍一下,图片扫描文字识别软件有哪些,图片扫描文字识别怎么弄PDF。...
阅读全文 >