什么是 Deep OCR收藏

在工业生产和物流过程中，OCR在物品识别方面起着重要作用MVTec 现今提供一种全新的机器视觉功能，借助深度学习算法改善字符识别效果用户由此可通过改善的可用性和更加稳定的识别率获益光学字符识别 (Optical Character Recognition / OCR) 不仅用于办公室通信，例如识别扫描文件中的文本，该技术在工业领域同样也发挥着重要作用。

例如可以检测和自动读取盖印的序列号，从而在物流过程中可靠识别和跟踪产品OCR 软件必须能够在恶劣的工业条件下精确读取数字或字母代码，以便可以明确分配物品例如，必须能够可靠识别难以辨认、走样、模糊、不清晰或歪斜的字符，即便是在强烈反光的背景下，也不能出错。

借助先进的机器视觉技术，这些严苛要求均不在话下集成有基于人工智能的各项功能，可轻松达到符合要求的识别率在此过程中，深度学习尤其有助于完成要求严苛的 OCR 任务通过借助于大量图像数据的综合训练，软件算法可以独立学习在不同的条件下可靠识别各种各样的字符。

OCR 分类器用于确保精确读取大量预训练的字体，如点阵字体、SEMI 字体、工业字体和基于文档的字体

图 1：借助 OCR 可以读取工业应用中的各种不同字型传统方法中各种不同的参数需要进行繁琐的调整传统的基于规则的光学字符识别技术存在一些缺陷例如需要大量的参数，主要用于根据实际应用调整各个字母的切分在后续过程中，必须将已找出的逐个读取的字母拼凑成特定的单词–当待读取文本没有上下文参考时，这并不是一件轻而易举的事情。

因此，传统解决方案无法提供令人满意的识别效果，但人工智能可以做到这一点MVTec 就此探索出一种全新的途径：通过集成在最新的 20.11 版 MVTec HALCON 机器视觉标准软件中的“Deep OCR”功能，现在无需切分各个字符。

该项技术利用两个经过专门预训练的深度学习网络：一个深度学习网络用于在图像中找出完整的单词，而非单个字母最后用一个矩形框（限位框）标识单词的准确位置而第二个深度学习网络专门就读取单词接受过训练与传统方法的本质性差异在于，字符识别的两个步骤（即找出以及读取单词）基于深度学习算法，并且是读取整个单词，而非单个字母。

与字型和旋转无关的字符识别图片这种对偶法的主要优势在于：只需根据实际应用调整少量参数例如该项技术的工作原理与字型完全无关，不论是点阵字体、斜体，还是标题数字图像中文本的旋转和对齐以及对立性（是白底黑字还是黑底白字）也同样与该项技术的工作原理无关。

由于深度学习网络已针对这些参数接受过训练，因此无需再手动执行相应的设置

图 2：Deep OCR 自动读取点阵字体，并自动对相关联的字符进行分组两个深度学习网络也可以彼此独立使用例如当已知单词在图像中的准确位置时，这一点尤其具有现实意义在这种情况下，深度学习只能用于读取文本。

人工智能技术性能极高，因而可以大幅精简计算机容量在低性能的硬件上运行 Deep OCR 时，这一优势尤为突出如果可以凭借先验信息而无需找出文本，则可以在标准 CPU 上实现约十毫秒的运行时间在中端 GPU 上，运行时间甚至只有五毫秒，这对于深度学习应用而言非常快速。

总结借助 Deep OCR，MVTec HALCON 首次提供了一种完全基于深度学习的 OCR 方法，从而将字符识别提升到一个全新的水平OCR 应用也因此变得更加简单、易用、稳定此外，还可通过字符的自动分组识别整个单词，从而从根本上提高字符识别效率，同时避免错误解读相似字符。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。