关于图文识别功能相关技术的大致实现

简介:     关于图文识别功能相关技术的实现 转载请注明源地址:http://www.cnblogs.com/funnyzpc/p/8908906.html  上一章,写的是SSL证书配置,中间折腾了好一会,在此感谢SSL证书发行商的协助;这次我就讲讲ocr识别的问题,先说说需求来源吧。

    关于图文识别功能相关技术的实现

 

转载请注明源地址http://www.cnblogs.com/funnyzpc/p/8908906.html

  上一章,写的是SSL证书配置,中间折腾了好一会,在此感谢SSL证书发行商的协助;这次我就讲讲ocr识别的问题,先说说需求来源吧。。。

  之前因为风控每次需要手动P协议文件和身份证(脱敏),还要识别证件及图片文件的内容,觉得狠狠狠麻烦,遂就找到了技术总监,技术总监一拍脑袋,额,小邹啊。。。

  呃,一开始并没抱太大希望,不过还是花了些心思做了些需求实现的调研,怎么办 google、duckduckgo、github一路找下来就有了几个工程了,嘿嘿~,可惜还没高兴到,没想到的是这些工程一个比一个坑,不是依赖windows系统组件就是代码bug不断,作者们,能用点儿心么

  日夜操劳,加班啊,总算是将几个工程全都修得能跑起来了,大费周折。。。难得啊

  欸,可惜效果均不佳;现开始,我总结下一些主流的图文识别技术,只是浅聊哦。。。

首先,这些工程大致分两类:

  一类是纯算法,不附带机器学习功能的,且需要依赖于window系统组件的工程,比如tesseract和tess4j,识别效果可以说是巨差(可能我的技术很菜的原因),但有一点儿值得赞许,就是识别结果的格式还算不错,这类图文识别的特点大致有如下几点:

  A>工程代码量较大

  B>依赖window组件,需要在window系统下才能运行

  C>识别效果无法通过学习逐渐优化

  D>识别出来的文字时常乱码,中文识别乱码错别字较多

  E>识别结果通常使用格式化模子来格式化结果,遂,识别结果的格式还算过得去

  一类是基于机器学习(比如Tensorflow)的工程,这些工程参差不齐,存在插件版本问题,尤其是python插件,实在在太太太难装了,在一就是工程大多较为简陋,由于机器学习具有不断改善的趋势,这是基于机器学习的图文识别的最大优势,总结起来,基于机器学习的图文识别的特点儿大致有如下几点:

  A>工程比较简单,代码量不是很多

  B>依赖的语言插件,如python实在难以安装

  C>有很多优化的方向,比如使用显卡,优化算法(卷积神经网络)来提高识别速度及模型准确度

  D>十分耗费计算机字段,一般识别一页A4大小的图片中的内容,(我使用Macbook Pro) 最快也用了二十多秒

  E>识别的结果比较乱,但对于中文,尤其是图片较好的中文的文字识别准确率能达到百分之七十网上,但是识别格式和文字准确度不如上者

  F>由于是基于机器学习,遂需要大量的数据喂养以提高识别的准确率,喂养的数据十分可观

 

  额,总的来说,后者的优势较大,也是趋势,比如腾讯QQ的图片识别还有百度大脑AI这些基本都是基于机器学习,个人觉得,如果投入一个团队去专门研究开发一个图文识别的产品,也是比较容易实现的,何况这个方向向前走就是人工智能,尽管现在看起来有些智障...。

  哦,大致总结完了,我就展示下基于tess4j和chinese-ocr这两项目的实现效果,我的输入是身份证:

(注意:源图片是从github上拉下来的,个人做了些简陋的脱敏处理!)

  下面是基于tess4j实现的结果:

tess4j的实现只能基于windows组件实现,故项目只能在windows下运行,另外tesseract也是windows组件的实现。

  一下是基于chinese-ocr的项目的实现的结果:

chinese-orc是基于python语言+tensorflow的实现,结果一目了然,需要说的是,一下几个也是基于=>

   IITG-Captcha-Solver-OpenCV-TensorFlow:基于Tensorflow实现的验证码识别,已调试通过,验证码模糊度较高的识别不够准确
  text-detection-ctpn       :基于Tensorflow实现的图片识别,未调试通过
  tensorflow-ocr         :基于tensorflow实现的图片识别,未调试通过
 
由于github共享的工程参差不齐,存在插件版本、语言以及系统版本的差异,遂这些项目clone下来后需要修改些bug才可,这里简述下一些大致的问题的解决思路:
  A>对于插件版本下载不了的(我用的是pycharm),建议使用相邻版本的插件,但有些插件需要爬梯出去才可下
  
  B>对于部分(例如 test.py)文件跑不起来的,请尝试着将这个文件放置在工程主目录下,但同时请注意 import引用的文件(可能需要手动修改)
  C>对于项目出现的主流问题请移步Issues以查找
         嗯,此篇原本在前一天发表的,由于公司周年庆耽搁了会儿,最后,我把上面几个工程的打包文件共享下(包含我修改过bug的),有需要的请自行下载,如有疑问请电邮或留言
 
工程下载链接: https://pan.baidu.com/s/1B2Eyak8zwdAldA0NBfmlvw
工程下载密码: r2av
  

 

funnyzpc@gmail.com
相关文章
|
1月前
|
算法
请教视觉智能平台:同图检测到底是同一张图不同内容做检测是否相同?
请教视觉智能平台:同图检测到底是同一张图不同内容做检测是否相同?
52 0
|
消息中间件 文字识别 PHP
批量名片识别解决方案
批量对名片图片进行识别,并保存在数据库中,识别完成后并完成消息通知
271 1
|
1月前
|
JSON 文字识别 数据可视化
印刷文字识别产品使用合集之有识别二维码并将识别二维码的内容通过接口返回的功能吗
印刷文字识别(Optical Character Recognition, OCR)技术能够将图片、扫描文档或 PDF 中的印刷文字转化为可编辑和可搜索的数据。这项技术广泛应用于多个领域,以提高工作效率、促进信息数字化。以下是一些印刷文字识别产品使用的典型场景合集。
|
1月前
|
消息中间件 JavaScript Java
MQ产品使用合集之视觉智能平台人脸搜索1:N怎么更新人脸数据
消息队列(MQ)是一种用于异步通信和解耦的应用程序间消息传递的服务,广泛应用于分布式系统中。针对不同的MQ产品,如阿里云的RocketMQ、RabbitMQ等,它们在实现上述场景时可能会有不同的特性和优势,比如RocketMQ强调高吞吐量、低延迟和高可用性,适合大规模分布式系统;而RabbitMQ则以其灵活的路由规则和丰富的协议支持受到青睐。下面是一些常见的消息队列MQ产品的使用场景合集,这些场景涵盖了多种行业和业务需求。
|
1月前
|
文字识别
印刷文字识别产品使用合集之在自定义模板中,时间总是被错误地识别如何解决
印刷文字识别(Optical Character Recognition, OCR)技术能够将图片、扫描文档或 PDF 中的印刷文字转化为可编辑和可搜索的数据。这项技术广泛应用于多个领域,以提高工作效率、促进信息数字化。以下是一些印刷文字识别产品使用的典型场景合集。
|
1月前
|
文字识别
印刷文字识别产品使用合集之手写识别服务,能单独识别出来手写的选项吗
印刷文字识别(Optical Character Recognition, OCR)技术能够将图片、扫描文档或 PDF 中的印刷文字转化为可编辑和可搜索的数据。这项技术广泛应用于多个领域,以提高工作效率、促进信息数字化。以下是一些印刷文字识别产品使用的典型场景合集。
|
1月前
|
机器学习/深度学习 API Android开发
视觉智能平台常见问题之摄像头抓拍到包含人脸的照片如何解决
视觉智能平台是利用机器学习和图像处理技术,提供图像识别、视频分析等智能视觉服务的平台;本合集针对该平台在使用中遇到的常见问题进行了收集和解答,以帮助开发者和企业用户在整合和部署视觉智能解决方案时,能够更快地定位问题并找到有效的解决策略。
视觉智能平台常见问题之摄像头抓拍到包含人脸的照片如何解决
|
1月前
|
机器学习/深度学习 API 计算机视觉
视觉智能平台常见问题之用到人脸1:1加上活体需要单独收费如何解决
视觉智能平台是利用机器学习和图像处理技术,提供图像识别、视频分析等智能视觉服务的平台;本合集针对该平台在使用中遇到的常见问题进行了收集和解答,以帮助开发者和企业用户在整合和部署视觉智能解决方案时,能够更快地定位问题并找到有效的解决策略。
|
1月前
|
机器学习/深度学习 监控 对象存储
视觉智能平台常见问题之人脸视频融和的mp4文件抽帧如何解决
视觉智能平台是利用机器学习和图像处理技术,提供图像识别、视频分析等智能视觉服务的平台;本合集针对该平台在使用中遇到的常见问题进行了收集和解答,以帮助开发者和企业用户在整合和部署视觉智能解决方案时,能够更快地定位问题并找到有效的解决策略。
|
1月前
|
机器学习/深度学习 API 开发工具
视觉智能平台常见问题之人脸美颜增强关闭如何解决
视觉智能平台是利用机器学习和图像处理技术,提供图像识别、视频分析等智能视觉服务的平台;本合集针对该平台在使用中遇到的常见问题进行了收集和解答,以帮助开发者和企业用户在整合和部署视觉智能解决方案时,能够更快地定位问题并找到有效的解决策略。