Bạn đang tìm hiểu OCR là gì. Bạn có nhu cầu tìm kiếm một giải pháp cho việc OCR, hay thậm chí là xây dựng ứng dụng nhận dạng chữ ocr của riêng mình. Đây là nội dung bài viết dành đến bạn. Hãy mày mò ngay nào!
OCR cần thiết cho thời đại auto hóa như hiện tại nay. OCR cung cấp con bạn trong nhiều nghành của cuộc sống:
- Thực hiện quá trình nhàm ngán như nhập liệu thủ công.
Bạn đang xem: Phần mềm đặc biệt để nhận dạng chữ (ocr)
- Kiểm tra tin tức giấy tờ, hoá đơn, biên lai.
- hỗ trợ trong việc kiểm soát điều hành phương nhân thể và đơn thân tự bình yên giao thông.
Để biết vày sao nó hữu dụng như vậy, ta cùng mày mò xem OCR là gì và phương thức công nghệ OCR hoạt động trong một phần mềm dìm dạng chữ nhé.
Video demo sản phẩm OCR
1. OCR là gì?
1.1 có mang chung
Thuật ngữ OCR là viết tắt của Optical Character Recognition, dấn dạng ký tự quang đãng học, được sử dụng để tế bào tả các kỹ thuật cùng công nghệ đổi khác hình hình ảnh văn bản sang format khác nhưng mà máy tính hoàn toàn có thể hiểu được.
Tổng quan lại về ứng dụng nhận dạng văn bản ocr
Một phần mềm nhận dạng chữ chuyển động qua những bước sau:
Bước 1: Nhận đầu vào là các tệp ảnh (ảnh chụp, ảnh được tạo vị máy tính, ảnh scan), tệp pdf,...
Bước 2: auto phát hiện với nhận diện chữ, văn bản trên các tệp đó.
Bước 3: biến hóa văn phiên bản được nhận diện sang format mà máy vi tính đọc được.
Bước 4: cách xử lý trực tiếp kết quả trên hoặc lưu nó vào một cơ sở tài liệu để cách xử trí tập trung.
1.2 yếu tố hoàn cảnh của câu hỏi nhận diện chữ trên ảnh
Trên thực tế, bài toán OCR khôn xiết khó. Họ sẽ rất rất lâu mới rất có thể giải quyết được triệt để nó. Số đông thứ tác động đến nguồn vào đều thiên trở nên vạn hóa. Ví dụ như chất lượng, màu sắc sắc, độ sắc nét ảnh, nhiễu trong ảnh, hay kiểu cách của văn bản,...
Nếu OCR sẽ thật sự được giải quyết và xử lý tốt, công dụng tìm tìm trên Google của họ về nó sẽ mang tới một giải pháp, mà lại khi sử dụng ta không phải lo lắng nhiều về năng suất hay công sức.
Tuy nhiên, hiện tại OCR vẫn sẽ được cải cách và phát triển để tiệm cận cùng với mức tuyệt đối hoàn hảo (có lẽ chỉ dựng chân lại tại tiệm cận, do mọi thứ luôn luôn có phần trăm rủi ro). Bởi vì đó, lĩnh vực này luôn luôn luôn cần nhân lực để nghiên cứu, vận hành, cải cách và phát triển và duy trì các hệ thống nhận dạng.
Kết trái của một chương trình đơn giản và dễ dàng về nhấn diện chữ số bên trên ảnh
1.3 Ứng dụng của OCR
Một số ứng dụng nổi bật của OCR có thể kể ra như:
* biến đổi định dạng văn bản: chuyển các tệp hình hình ảnh hay pdf (tệp nhưng mà không thể coppy văn bản một cách 1-1 giản) về file word, txt xuất xắc excel (tệp mà có thể xử lý văn bản bằng các cách thông thường).
* nhấn dạng biển khơi số xe: sử dụng trong các bãi, hầm để xe; phục vụ trong việc kiểm soát lộ trình, xác minh danh tính tài xế, hay thậm chí là là phát hiện nay tội phạm,…
Nhận diện đại dương số vào một hầm nhằm xe
* thừa nhận dạng hải dương báo giao thông: thông báo hoặc chú ý cho lái xe về những biển báo trong tầm nhìn.
Nhận diện chữ trên biển khơi báo
* Trích xuất thông tin từ những loại sách vở và giấy tờ như hóa đơn, bảo hiểm, danh thiếp, thẻ ngân hàng, minh chứng thư,...: tích lũy những thông tin chỉ định một cách tự động hóa (có thể bảo quản cơ sở tài liệu hoặc xử lý trực tiếp).
Trích xuất thông tin minh chứng thư
* Nhập liệu tự động: Nhập thông tin chỉ định từ tư liệu vào phần mềm (trước đó phải trích xuất thông tin).
* thiết bị đọc cho những người khiếm thị: phối hợp các technology OCR và công nghệ chuyển đổi văn phiên bản thành giọng nói (text to lớn speech).
2 phương án đầy đầy đủ cho vấn đề OCR
Các công ty, doanh nghiệp technology hiện nay, gần như là 100% đều sẽ sở hữu được ít tốt nhất một dự án về phân tích và cải tiến và phát triển về lĩnh vực OCR, nhưng lại lại chưa được xử lý thật sự tốt. Bởi vì chưa có chiến thuật đủ tốt để thực hiện chung, nên những công ty đều nỗ lực đưa ra các phương pháp giải quyết tuyên chiến đối đầu với đối thủ, đến khi tiệm cận được công dụng tốt.
stockonmobile.com cũng ko ngoại lệ, chúng tôi đã với đang nghiên cứu và phân tích và triển khai một phần mềm nhấn diện chữ trên ảnh, theo một phương án riêng. ứng dụng này đi sâu vào vận dụng nhập liệu tự động hóa của OCR. Công suất của chiến thuật này là khá tốt, khoảng 95%, khi thực nghiệm cùng với bộ dữ liệu riêng. ứng dụng hiện tại đang được cải cách và phát triển để luôn luôn đạt được kết quả cạnh tranh. Vì cũng như thực trạng của vấn đề OCR, chưa ở đâu có thể tất cả một chiến thuật nhận dạng chữ ocr đủ tốt để cần sử dụng chung, nên việc tiếp tục nâng cao hiệu suất thành phầm về OCR là câu hỏi vô cùng buộc phải thiết.
2.1 Giải pháp
Hướng giải quyết và xử lý chung các bài toán OCR luôn luôn có 3 bước chính:
* Phát hiện nay văn bạn dạng (Text detection)
* dấn dạng văn bản (Text recognition)
* Trích xuất tin tức (Information Extraction).
Mỗi bước bao gồm này rất có thể cần tiền xử trí và/hoặc hậu xử lý dữ liệu nếu nên thiết.
Có thể trước đó ta vẫn nghĩ, "Chỉ đơn giản và dễ dàng là lấy thông tin từ ảnh thôi, lý do lại nên nhiều đặt chân đến vậy?". Hoặc "Tại sao technology phát triển mang lại vậy nhưng mà vẫn nên xử lý phức hợp thế?".
Việc con người hay thứ móc dấn diện chữ trên ảnh đều bắt buộc theo từng bước: khẳng định văn bạn dạng nằm ở chỗ nào (where), văn bản là gì (what) và đa số nội dung nào quan trọng cho yêu mong (which). Do bọn họ thực hiện tại quá nhanh, đề xuất vô tình không ý thức được rõ ràng từng bước, đề nghị nghĩ vấn đề đó cũng đơn giản dễ dàng với đồ vật móc. Thực chất sự trở nên tân tiến của công nghệ cũng đi từng bước phức hợp như vậy, chứ không cần phải đơn giản dễ dàng đi sang một bước nhưng ra được kết quả. (Những giải pháp tối ưu thì thường xuyên dài, tuy vậy điều ngược lại thì không chắc).
Để giúp mọi tín đồ có một cái nhìn nắm thể, tôi đang lấy việc Trích xuất thông tin từ hoá 1-1 tiếng Nhật có tác dụng ví dụ. Ta thuộc đi sâu rộng vào từng bước.
Xem thêm: Xem Phim Thám Tử Bắt Ma (2019) Vietsub 16/16, Thám Tử Bắt Ma
2.1.1 bước 1: Phát hiện nay văn bản (Text Detection)Ở cách này, thông thường, khối hệ thống sẽ xác minh vùng văn bạn dạng theo dòng. Nhưng lại nếu các chữ vào văn bản không đủ gần nhau, mỗi dòng hoàn toàn có thể được phân thành nhiều vùng.
Sau khi xác định được vùng văn bản, phần mềm sẽ gán nhãn chúng bằng các hộp giới hạn (bounding boxes) (Hình 6). Hộp giới hạn là các hình chữ nhật bao quanh vật thể (ở đây là vùng văn bản) nhằm mục đích xác định vị trí của trang bị thể đó.
Việc vẽ các hộp lên ảnh chỉ ship hàng mục đích minh họa, còn thực chất việc phát hiện văn bạn dạng là giới thiệu thông tin của những hộp số lượng giới hạn đó (có thể là toạ độ các góc, toạ độ trọng tâm hoặc chiều dài, chiều rộng lớn của hộp)
Minh họa công dụng của text detection
Nhưng khi thừa nhận được dữ liệu là ảnh một hóa đơn với background như Hình 7, các bạn sẽ xử lý núm nào để phát hiện tại văn bản:
Ảnh đầu vào với background phức tạp hơn
Khi ta sẽ đưa ảnh trên vào bước phát hiện nay văn bản luôn, vớ nhiên công dụng trả về vẫn hoàn toàn có thể đủ hầu hết phần văn bạn dạng cần thiết. Nhưng vậy nên sẽ vạc sinh một vài vấn đề:
* Background bao gồm chứa văn phiên bản hoặc cất vật thể có thể bị nhận nhầm thành văn bản.
* Độ nghiêng của các dòng văn phiên bản quá lệch đối với nhau, sẽ ảnh hưởng đến máy tự nhấn dạng vỏ hộp giới hạn.
* chất lượng hình hình ảnh có thể không đủ tốt.
Tất cả những sự việc trên hoàn toàn có thể chưa khiến việc phát hiện nay chữ chạm chán lỗi, dẫu vậy sẽ ảnh hưởng không giỏi đến cách nhận diện chữ sau đây (Phần này là nhờ vào thực nghiệm nên cửa hàng chúng tôi phát hiện nay ra một trong những vấn đề).
Để tự khắc phục, cửa hàng chúng tôi đã ra quyết định tiền xử lý đầu vào qua 2 bước trước lúc phát hiện tại văn bản. Đó là giảm vùng ảnh quan trung khu (Crop ROI) và nâng cao chất lượng hình ảnh (Enhance). Kết quả sau tiền cách xử lý như Hình 8a cùng 8b.
a.
a. Tác dụng sau Crop ROI; b. Kết quả sau Enhance; c. Tác dụng sau Detection
Bằng đôi mắt thường bạn có thể khó nhận thấy sự khác biệt giữa ảnh trước Enhance cùng sau Enhance. Tuy thế khi thực nghiệm, hiệu suất sau Enhance tăng thêm 5% (từ 75% lên 80%). Hoàn toàn có thể cách đồ đạc quan sát ảnh sẽ "tỉ mỉ" hơn con fan đôi chút :D.
Ảnh sau 2 bước tiền xử lý sẽ gửi qua mô hình Học sâu (Deep Learning) nhằm phát hiện văn bản. Hiệu quả được trực quan liêu hóa như Hình 8c. Với trường phù hợp này, ứng dụng phát hiện tại được tất cả khu vực văn phiên bản và vùng hoàn toàn có thể nhận là văn bản.
Ta sẽ dựa vào thông tin các hộp giới hạn của vùng văn bản để lôi ra các ảnh, mỗi ảnh là một vùng văn bản đã được phát hiện. Cùng với hình 7 sẽ sở hữu 37 hình ảnh đầu ra (ứng cùng với 37 hộp). Để biết những hình ảnh đó bao gồm nội dung gì, ta đã đưa chúng qua bước nhận dạng văn bản.
2.1.2 bước 2: dìm dạng văn phiên bản (Text Recognition)Đến bước này, các hình ảnh chứa vùng văn phiên bản sẽ được ứng dụng nhận dạng, rồi mang về định dạng nhưng mà máy có thể hiểu và xử trí được (thường được lưu dưới dạng file txt).
Ban đầu, khi chưa hậu xử lý, hiệu suất nhận dạng chỉ đạt mức 80%. Kết quả này rất có thể bắt mối cung cấp từ 2 vấn đề chính:
* dữ liệu chưa đủ các hoặc quy mô chưa đủ giỏi để phần mềm đạt ngưỡng cao.
* Văn bản khá tính chất (tiếng Nhật) nên gây khó khăn cho câu hỏi nhận diện chữ.
Xét về sự việc 1, bài toán xử lý mất không ít thời gian khi phải tìm kiếm mô hình, xây dựng cỗ dữ liệu, đào tạo và huấn luyện mô hình. Mặt khác, hiệu suất ứng dụng không đảm bảo sẽ giỏi hơn. Vậy buộc phải stockonmobile.com ra quyết định chọn xử lý vụ việc 2. Cụ thể, chúng tôi đã hậu xử lý đầu ra của bước nhận dạng, sẽ là Sửa lỗi bao gồm tả (Spell Correction).
Việc sửa lỗi bao gồm tả này hầu hết dựa bên trên luật, và nó thực sự gồm hiệu quả, góp hiệu suất tăng lên 13% (từ 80% lên 93%).
Khi dành được thông tin (sau detection) và câu chữ (sau recognition) của các vùng ảnh, ta có thể trực quan liêu hóa kết quả như hình 9 (kết quả được viết lên một ảnh trắng, có kích cỡ bằng hình ảnh sau bước Crop ROI).
Kết quả sau thời điểm phát hiện và nhận dạng văn bản
Kết quả trên đạt 94.6% toàn bô từ (35/37 boxes đúng) và 99% tổng số ký tự (289/292 ký tự đúng). Phần lớn phần không nhận diện được bao gồm:
* dòng thứ 11 (box thứ 13), câu chữ là "※フライドポテ卜 シュ-ス卜リングカッ卜 1KG 195", khi viết thì bị tràn phạm vi của hình ảnh nên chưa hiện hết
* chiếc mã gạch (box lắp thêm 35) bị dìm dạng không đúng (bước trích xuất tin tức sẽ thải trừ nội dung này).
Sau khi có hiệu quả nhận diện chữ trên ảnh, ta đi đến bước cuối cùng, trích xuất thông tin.
2.1.3 bước 3: Trích xuất tin tức (Information Extraction)Tại đây, phần mềm sẽ chọn lọc những trường tin tức đã được hướng dẫn và chỉ định hoặc có chân thành và ý nghĩa (tùy yêu cầu của tín đồ sử dụng), bỏ lỡ những thông tin còn lại. Thông tin được chỉ định và hướng dẫn sẽ đổi khác tùy nằm trong vào yêu mong của khách hàng. Với việc ban đầu, tác dụng sau khi trích xuất thông tin được xuất ra tệp tin txt như Hình 10.
Kết quả sau khi trích xuất thông tin
Những trường thông tin cần thiết của việc gồm:
* Địa chỉ cửa ngõ hàng
* Ngày xuất hoá đơn
* thành phầm (Tên + Giá)
* Tổng giá cùng Tiền trả lại
Những trường ta rước được từ bỏ Hình 7 gồm:
* Ngày xuất hoá đơn
* Sản phẩm
* Tổng giá
2.2 Tổng hợp
Như vậy, ứng dụng nhận dạng chữ nhận đầu vào là một ảnh (tương tự Hình 7) cùng trả về một tệp văn bạn dạng (tương từ bỏ Hình 10). Với một pipeline cụ thể mà công ty chúng tôi đã sử dụng để giải quyết và xử lý bài toán đã đưa ra như sau:
Giải pháp tổng hòa hợp cho việc OCR
3 Kết luận
Bài viết này đã vấn đáp cho thắc mắc OCR là gì, hỗ trợ một số thông tin về OCR cùng trình tự giải quyết một việc OCR. Mong muốn mọi fan thấy có lợi và cỗ vũ những bài viết sắp tới về Trí tuệ tự tạo của tôi.
Nếu độc giả suy xét các dịch vụ như: cải cách và phát triển website, phần mềm, game, trí thông minh nhân tạo, hãy tương tác với stockonmobile.com, cửa hàng chúng tôi luôn sẵn sàng hỗ trợ tư vấn miễn phí số đông thắc mắc của những bạn.
