【玩转OCR | 腾讯云智能结构化OCR应用探索和场景实践】 ...

弁言

在数字化期间，光学字符识别（OCR）技术已成为企业提升效率、降低成本的关键工具。腾讯云智能结构化OCR凭借其高精度、灵活性和易用性，正在推动跨行业高效精准的文档处置处罚与数据提取新期间。本文将全面介绍腾讯云智能结构化OCR的功能、技术优势、应用场景以及通过现实代码示例展示其应用实践，帮助读者深入相识并有用运用这一强盛的工具。
一、产物介绍与技术优势

1.1 产物概述

腾讯云智能结构化OCR是腾讯云推出的一款基于深度学习、图像检测技术及OCR大模子能力的智能文字识别服务。它可以或许实现对不限版式的结构化信息抽取，无论是固定卡证还是复杂的物流票据，均可实现智能识别。该产物分为基础版与高级版，满足不同企业的需求，广泛应用于政务、票据核销、行业表单和国际物流等场景。

1.2 技术优势

• 高精度识别：腾讯云智能结构化OCR支持恣意版式的卡证票据识别，文本基础识别准确率到达98%以上，文本结构化准确率到达85%以上，确保企业可以或许获取高质量的数据。
  
• 完备性：该产物支持多种常见版式的数据结构化提取，如警察证、西席资格证、门路运输证等，适用于多个行业场景。
  
• 易用性：用户仅需简单的几步配置，即可定制个性化需求模板，快速提取结构化数据，实现高效录入。腾讯云提供了丰富的API接口和详细的使用文档，开发者可以轻松集成OCR功能到本身的体系中。
  

二、功能特性与应用场景

2.1 功能特性

• 智能KV格式信息提取：上传图片后，智能结构化OCR可以或许自动提取并结构化输出信息，以键值对（Key-Value）的情势出现，便于后续的数据处置处罚和分析。
  
• 千种版式的自动提取：经过大规模验证，腾讯云智能结构化OCR支持超过6000种版面的证照票据识别，无需集成多个接口，单一接口即可解决诸多证照票据识别问题。
  
• 亿级调用能力：腾讯云强盛的基础办法支持亿级调用量，确保高并发场景下的稳定性和可靠性。
  

2.2 应用场景

• 政务场景：身份证、护照、驾驶证等证件的快速识别和信息提取，提升政务服务效率。
  
• 票据核销场景：发票、收据、报销单等票据的自动识别和数据提取，简化财务报销流程。
  
• 行业表单场景：各类行业表单的自动化识别和填写，淘汰人工录入错误，提高工作效率。
  
• 国际物流场景：跨境货代、快递快运、国际商业与采购等票据的高精度结构化识别，加速物流信息处置处罚。
  

三、API调用与场景实践

3.1 在线demo体验

这里首先可以点击demo试用，然后上传一份pdf文档进行剖析，可以看到智能结构化可以或许实现不限版式的结构化信息抽取，无论是固定卡证还是复杂的物流票据，均可实现智能识别。

除了在线demo之外，腾讯云智能结构化OCR提供了详细的API接口文档，开发者可以根据文档引导进行接口调用，这里我也进行了初步的实践。
首先辈入智能结构化控制台，点击开通服务：

3.2 票据识别实践

票据识别是指通过OCR技术对各类票据（如发票、收据、报销单等）进行文字识别和数据提取。

以下是一个使用.NET调用腾讯云票据识别API的示例代码：

1. using System;
2. using System.Threading.Tasks;
3. using Newtonsoft.Json;
4. using TencentCloud.Common;
5. using TencentCloud.Common.Profile;
6. using TencentCloud.Ocr.V20181119;
7. using TencentCloud.Ocr.V20181119.Models;
9. namespace TencentCloudExamples
10. {
11.     class VatInvoiceOCR
12.     {
13.         static void Main(string[] args)
14.         {
15.             try
16.             {
17.                 Credential cred = new Credential
18.                 {
19.                     SecretId = "********",
20.                     SecretKey = "********"
21.                 };
22.                 ClientProfile clientProfile = new ClientProfile();
23.                 HttpProfile httpProfile = new HttpProfile();
24.                 httpProfile.Endpoint = "ocr.tencentcloudapi.com";
25.                 clientProfile.HttpProfile = httpProfile;
26.                 OcrClient client = new OcrClient(cred, "", clientProfile);
28.                 VatInvoiceOCRRequest req = new VatInvoiceOCRRequest();
29.                 // 设置图片Base64编码，这里只是示例，实际使用时需替换为真实图片编码
30.                 req.ImageBase64 = "data:image/png;base64,...";
32.                 VatInvoiceOCRResponse resp = client.VatInvoiceOCRSync(req);
33.                 Console.WriteLine(AbstractModel.ToJsonString(resp));
34.             }
35.             catch (Exception e)
36.             {
37.                 Console.WriteLine(e.ToString());
38.             }
39.         }
40.     }
41. }

复制代码

3.3 特定场景识别实践

3.3.1 数学公式识别

数学公式识别是指通过OCR技术对数学公式进行准确的识别和剖析，支持复杂的公式结构和符号。焦点在于将图像中的数学公式转换为可编辑的文本格式。

在现实使用中，腾讯云智能结构化OCR的公式识别功能表现精彩。用户只需上传包含公式的图像，体系即可快速准确地识别并返回可编辑的文本格式。这一功能不仅简化了公式录入和处置处罚的过程，还大大提高了工作效率和准确性。
以下是一个使用Python调用腾讯云数学公式识别API的示例代码：

1. import hashlib
2. import hmac
3. import json
4. import sys
5. import time
6. from datetime import datetime
8. if sys.version_info[0] <= 2:
9.     from httplib import HTTPSConnection
10. else:
11.     from http.client import HTTPSConnection
13. def sign(key, msg):
14.     return hmac.new(key, msg.encode("utf-8"), hashlib.sha256).digest()
16. secret_id = "AKIDS***************bzE"
17. secret_key = "AD8rM*****************8S4f"
18. token = ""
19. service = "ocr"
20. host = "ocr.ap-shanghai.tencentcloudapi.com"
21. region = "ap-guangzhou"
22. version = "2018-11-19"
23. action = "FormulaOCR"
24. payload = '{"ImageBase64":"data:image/png;base64,**********需要的图片base64编码*********"}'
25. params = json.loads(payload)
26. endpoint = "https://ocr.ap-shanghai.tencentcloudapi.com"
27. algorithm = "TC3-HMAC-SHA256"
28. timestamp = int(time.time())
29. date = datetime.utcfromtimestamp(timestamp).strftime("%Y-%m-%d")
31. # 拼接规范请求串
32. http_request_method = "POST"
33. canonical_uri = "/"
34. canonical_querystring = ""
35. ct = "application/json; charset=utf-8"
36. canonical_headers = "content-type:%s\nhost:%s\nx-tc-action:%s\n" % (ct, host, action.lower())
37. signed_headers = "content-type;host;x-tc-action"
38. hashed_request_payload = hashlib.sha256(payload.encode("utf-8")).hexdigest()
39. canonical_request = (http_request_method + "\n" + canonical_uri + "\n" + canonical_querystring + "\n" + canonical_headers + "\n" + signed_headers + "\n" + hashed_request_payload)
41. # 拼接待签名字符串
42. credential_scope = date + "/" + service + "/" + "tc3_request"
43. hashed_canonical_request = hashlib.sha256(canonical_request.encode("utf-8")).hexdigest()
44. string_to_sign = (algorithm + "\n" + str(timestamp) + "\n" + credential_scope + "\n" + hashed_canonical_request)
46. # 计算签名
47. secret_date = sign(("TC3" + secret_key).encode("utf-8"), date)
48. secret_service = sign(secret_date, service)
49. secret_signing = sign(secret_service, "tc3_request")
50. signature = hmac.new(secret_signing, string_to_sign.encode("utf-8"), hashlib.sha256).hexdigest()
52. # 拼接 Authorization
53. authorization = (algorithm + " " + "Credential=" + secret_id + "/" + credential_scope + ", " + "SignedHeaders=" + signed_headers + ", " + "Signature=" + signature)
55. # 构造并发起请求
56. headers = {
57.     "Authorization": authorization,
58.     "Content-Type": "application/json; charset=utf-8",
59.     "Host": host,
60.     "X-TC-Action": action,
61.     "X-TC-Timestamp": timestamp,
62.     "X-TC-Version": version
63. }
64. if region:
65.     headers["X-TC-Region"] = region
66. if token:
67.     headers["X-TC-Token"] = token
69. try:
70.     req = HTTPSConnection(host)
71.     req.request("POST", "/", headers=headers, body=payload.encode("utf-8"))
72.     resp = req.getresponse()
73.     print(resp.read())
74. except Exception as err:
75.     print(err)

复制代码

3.3.2 印章识别

印章识别是指通过OCR技术对印章进行准确的识别和剖析，支持各种印章类型和样式。以下是一个使用Go调用腾讯云印章识别API的示例代码：

1. package main
3. import (
4.     "fmt"
5.     "github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/common"
6.     "github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/common/errors"
7.     "github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/common/profile"
8.     ocr "github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/ocr/v20181119"
9. )
11. func main() {
12.     credential := common.NewCredential("SecretId", "SecretKey")
13.     cpf := profile.NewClientProfile()
14.     cpf.HttpProfile.Endpoint = "ocr.ap-shanghai.tencentcloudapi.com"
15.     client, _ := ocr.NewClient(credential, "ap-guangzhou", cpf)
17.     request := ocr.NewSealOCRRequest()
18.     request.ImageUrl = common.StringPtr("https://example.com/seal.jpg")
20.     response, err := client.SealOCR(request)
21.     if _, ok := err.(*errors.TencentCloudSDKError); ok {
22.         fmt.Printf("An API error has returned: %s\n", err)
23.         return
24.     }
25.     if err != nil {
26.         panic(err)
27.     }
28.     fmt.Printf("%s\n", response.ToJsonString())
29. }

复制代码

四、现实应用与未来展望

4.1 现实应用

在现实应用中，腾讯云智能结构化OCR已经为众多企业带来了显著的代价。通过智能化的结构化信息抽取，企业可以或许更加高效地处置处罚和分析图像数据，进一步推动业务流程的自动化和智能化。例如，在财务管理领域，票据识别功能可以自动化处置处罚大量发票和报销单，淘汰人工考核成本，提高报销效率；在物流领域，跨境货代票据的自动识别可以加速物流信息处置处罚，提升物流效率。
4.2 未来展望

随着技术的不停迭代和优化，OCR技术将会更加智能和高效，可以或许应对更复杂的应用场景，满足企业日益增长的数据处置处罚需求。腾讯云智能结构化OCR将继续引领行业发展，为更多企业提供强有力的技术支持。未来，我们可以期待腾讯云智能结构化OCR在更多领域的应用拓展，如医疗影像识别、自动驾驶场景中的路标和交通标志识别等，为数字化转型贡献更多力量。
五、总结

腾讯云智能结构化OCR凭借其高精度、灵活性和易用性，已经成为企业数字化转型的重要工具。通过本文的介绍和实践示例，信赖读者已经对腾讯云智能结构化OCR有了更深入的相识。未来，随着技术的不停进步和应用场景的不停拓展，腾讯云智能结构化OCR将为更多企业带来便捷和高效的数据处置处罚体验。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。