一.cor應用場景
1.四類：
數字原生類：
**商品圖是最具有代表性的數字原生類文字圖。
特點：1）最複雜多樣：各種字型、背景、排列、組合等（mtwi挑戰賽-最大的ocr競賽）。
2）最有價值：商品資訊載體
3）量最大：千億，每日不停更新。
文件類：
文件類ocr需求非常廣，涉及各種公務場景。
特點：1）100%識別率：人的輸入準確率為98%，探索ai知識的極限；2）產品易用性：完善的功能，貼近業務需求；3）商業應用：文件類商業成熟。
拍照表單類：拍照表單類ocr價值非常大，非常有挑戰性。
特點：1）場景&資料：資料具有私隱性，典型應用場景沉澱技術能力；2）產品通用性：專家知識+模板=文字理解，一套方案解決上百種型別。3）商業價值：和行業場景深度接入，ai能力改善行業資料流程。（提供定製的拍照**識別和結構化雲服務）
自然場景類： ocr學術研究的重點方向。
特點：1）資料：無具體資料型別定義，比如街拍資料；2）技術難點：不確定性，複雜環境干擾本質難點是定位和識別；3）商業價值：市場潛力巨大，如：車牌識別、攝像監控、自動駕駛。（技術能力領先，行業落地中）
2.ocr演算法：
演算法能力：
兩種核心演算法能力：1）通用文字識別；2）通用結構化（文字識別是結構化的基礎）
基礎演算法：文字定位、文字識別
1.文字定位：定位文字在影象中的位置表徵成行。
特徵問題：背景等特徵干擾問題，深度學習可以較好的解決特徵問題。
scale問題：物體定位的共性問題，字高範圍8-300個畫素
成行問題：文字定位特有問題。
（1）scale問題：物體定位的共性問題
（2）成行問題：文字定位特有問題
2.文字識別
在文字定位的基礎上，識別文字內容，同時，輸出單字位置和識別率用於文字理解。
OCR技術概覽
ocr optical character recognition 光學字元識別技術主要分為手寫體識別和印刷體識別兩類 印刷體識別比手寫體識別要簡單,因為印刷體更規範,字型來自於計算機字型檔,儘管印刷過程中可能會發生不清晰 粘連,這些都可以通過一些 腐蝕 膨脹 影象處理技術還原,但是手寫體由於個體差...
OCR技術初識
ocr英文全稱是optical character recognition，中文叫做光學字元識別。它是利用光學技術和計算機技術把印在或寫在紙上的文字讀取出來，並轉換成一種計算機能夠接受 人又可以理解的格式。這一概念最早於 1929 年由德國科學家 tausheck 提出。資訊資源數位化工作的目標物件...
OCR技術識別文件的技術
ocr技術識別文件的概括 我們常說的ocr 文字識別 ocr技術識別文件是指通過電子裝置等將紙質上的文字識別出來，形成可編輯的文字。ocr技術識別文件的流程 常規的ocr文字識別處理的過程包括 1 影象輸入 預處理 二值化 雜訊去除 傾斜較正 2 版面分析 把頁面分為橫排文字 豎排文字 等不同區域，...