伴隨著人工智能的浪潮，OCR識(shí)別也從幕后來(lái)到臺(tái)前。針對(duì)于掃描文檔的OCR識(shí)別技術(shù)已經(jīng)非常成熟，而自然場(chǎng)景下文字識(shí)別(Scene Text Recognition，STR)由于包含豐富的場(chǎng)景信息，且受到復(fù)雜的背景、文字的模糊與形變、不可預(yù)測(cè)的光照、字體的多樣性等干擾，一直是計(jì)算機(jī)視覺(jué)領(lǐng)域研究的熱點(diǎn)和難點(diǎn)。
APICloud聯(lián)合網(wǎng)易有道智云在APICloud的模塊Store中推出有道智云OCR文字識(shí)別服務(wù)模塊，以低代碼量快速接入有道智云OCR服務(wù)，縮短開(kāi)發(fā)時(shí)間，極大地提高了開(kāi)發(fā)效率。
有道智云ocr服務(wù)基本介紹
有道依靠豐富的產(chǎn)品矩陣和數(shù)以億計(jì)的活躍用戶積累了大量且優(yōu)質(zhì)的真實(shí)數(shù)據(jù)，通過(guò)有道眾包數(shù)據(jù)平臺(tái)根據(jù)不同任務(wù)需求進(jìn)行大規(guī)模數(shù)據(jù)標(biāo)注，以主流深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，分析各個(gè)應(yīng)用場(chǎng)景的特性，自研了基于文本語(yǔ)義方向的文字檢測(cè)算法和全語(yǔ)種混合識(shí)別的文字識(shí)別算法。通過(guò)文檔平面實(shí)時(shí)檢測(cè)與矯正、場(chǎng)景分析、360全角度圖像糾偏、文檔結(jié)構(gòu)化分析等多個(gè)前后處理模塊，進(jìn)一步優(yōu)化OCR系統(tǒng)端到端的效果。目前有道OCR系統(tǒng)已支持橫豎斜混合排版識(shí)別、手寫(xiě)識(shí)別、簡(jiǎn)繁公式識(shí)別、中英日韓等26主流文字的混合識(shí)別，平均識(shí)別率高達(dá)96%以上，同時(shí)對(duì)身份證、票據(jù)等垂直場(chǎng)景也能輸出結(jié)構(gòu)化的識(shí)別結(jié)果。這一系列能力在金融、物流、教育、政府等領(lǐng)域都有廣泛的應(yīng)用。
識(shí)別示例：
產(chǎn)品優(yōu)勢(shì)
(1)識(shí)別場(chǎng)景多樣。支持印刷體、手寫(xiě)體、證件/表格/發(fā)票識(shí)別、文檔結(jié)構(gòu)分析、文檔校正、手指定位識(shí)別等擅長(zhǎng)高難度識(shí)別(注：本次僅上線了通用文本識(shí)別SDK，后續(xù)會(huì)陸續(xù)上線表格識(shí)別、公式識(shí)別、整題識(shí)別等接口服務(wù))
(2)超模糊字識(shí)別、公式識(shí)別、離線識(shí)別等困難場(chǎng)景輕松克服
(3)識(shí)別語(yǔ)種全面，支持27種主流語(yǔ)種識(shí)別
(4)OCR產(chǎn)品識(shí)別準(zhǔn)確率高，平均最高準(zhǔn)確率可達(dá)97.5%，多語(yǔ)種識(shí)別
(5)領(lǐng)跑業(yè)界識(shí)別速度，千字文檔2秒完成識(shí)別校對(duì)
有道智云·AI開(kāi)放平臺(tái)除了在通用OCR文字識(shí)別基礎(chǔ)上推出了更加聚焦使用場(chǎng)景的公式識(shí)別、表格識(shí)別等服務(wù)外，還提供包括自然語(yǔ)言翻譯、語(yǔ)音識(shí)別、語(yǔ)音合成、口語(yǔ)評(píng)測(cè)等多種智能AI服務(wù)，這些服務(wù)也將陸續(xù)在APICloud平臺(tái)上線，為開(kāi)發(fā)者提供更加全面高效的AI服務(wù)支持。
APICloud完善的開(kāi)發(fā)者生態(tài)中聚合模塊已超過(guò)800個(gè)，像騰訊、阿里、百度以及網(wǎng)易等這樣的大公司，都能在APICloud平臺(tái)上找到他們提供的模塊。2019年，APICloud生態(tài)體系再度升級(jí)，我們將會(huì)繼續(xù)秉持 “快”為核心的平臺(tái)理念，與更多合作伙伴攜手為開(kāi)發(fā)者帶來(lái)豐富、完善的服務(wù)。
