文本識別技術（OCR）可以識別收據、名片、文檔照片等含文字的圖片，將其中的文本信息提取出來，代替了人工信息錄入與檢測等操作，降低了輸入成本，快速、方便，提升產品的易用性。 隨著技術的發展，OCR已經深入生活的諸多方面。交通場景下，主要用於車牌識別，便於停車場管理、智能交通、移動警務等；生活場景下，主 ...
文本識別技術（OCR）可以識別收據、名片、文檔照片等含文字的圖片，將其中的文本信息提取出來，代替了人工信息錄入與檢測等操作，降低了輸入成本，快速、方便，提升產品的易用性。
隨著技術的發展，OCR已經深入生活的諸多方面。交通場景下，主要用於車牌識別，便於停車場管理、智能交通、移動警務等；生活場景下，主要用於證照識別，便於提取身份證、銀行卡、護照、結婚證、戶口本、營業執照等證照圖像的文字信息，還可對街景路牌進行識別；票據場景下，主要用於發票憑證識別，便於銀行、稅務等大量票據表格錄入及長期存儲；其他場景下，可以利用OCR對書籍、報告、簡歷、合同等文件進行識別，將紙質文件電子化，便於保存和查看。
Demo
HMS Core機器學習服務OCR能力在2020年01月15日首次上線，為開發者們提供了豐富的API介面，HMS Core OCR能力支持任意角度的文本識別，對橫豎排、彎曲文本精準識別的同時，還能對文本段落進行準確劃分，對文本內容精確定位。為了保證一些卡證、票據的隱私性，HMS Core OCR能力還支持端側和雲側推理，端側適合相機或視頻畫面實時處理，圖片中稀疏文本識別，當調用端側介面時，可識別中文（簡體）、日文、韓文、拉丁語（包括英文、西班牙文、葡萄牙文、義大利文、德文、法文、俄文）10個語種；雲側對文字識別精度要求高，適合圖片中稀疏文本識別、文檔圖片密集文本識別，當調用雲側介面時，可以識別中文（簡體）、英文、西班牙文、葡萄牙文、義大利文、德文、法文、俄文、日文、韓文、波蘭文、芬蘭文、挪威文、瑞典文、丹麥文、土耳其文、泰文、阿拉伯文、印地文19個語種，核心語種的識別精度達到行業頂尖水平。
基於用戶需求和技術進步，HMS Core 機器學習服務OCR能力進行了升級優化：端側模型輕量化、準確率提升。
能力演進：
1、端側模型輕量化：文本識別端側10個語種能力增強（模型層面）
KPI不變，端側模型輕量化壓縮42%，運行所占記憶體從之前版本的19.4M降到11.1M左右。
模型的輕量化將模型體積縮小，並且可以輕量化展示，記憶體占比小，運行更加流暢。
2、準確率提升：雲側OCR能力演進（中文模型)
雲側OCR中文識別準確率從87.62%提升到92.95%，高於行業平均水準，競爭力大幅提高。
技術描述：
OCR是通過檢測紙上的字元，以檢測暗、亮的方式確定其形狀，而後用字元識別法將形狀翻譯成電腦文字的過程。即針對印刷體字元，採用光學的方式將紙質文檔中的文字轉換成為黑白點陣的圖像文件，並經過識別軟體將圖像中的文字轉換成文本格式，供文字處理軟體進一步編輯加工的技術。
由於通用領域中存在大量彎曲文本的情況，演算法團隊通過重新設計文本檢測模型，在橫向文本的基礎上，增加了任意旋轉角度、彎曲文本的支持，使得在出行、廣告牌等場景下的準確率和易用性大大增加。
文本識別還支持純端側推理，在涉及各類卡證、票據等隱私信息的場景下，相比雲側服務更加安全、可靠。考慮到端側設備的算力、功耗等因素，演算法團隊通過巧妙的模型框架設計、量化、剪枝等技術，在保證識別精度的情況下，將識別模型壓縮到商用的標準，保證用戶的使用體驗。
競品對比：
OCR能力演進後，端側和雲側的識別準確率都在業界屬於領先地位。
雲側平均準確率高於競品約7%，時延僅為競品的55%。
端側平均準確率和模型體積均優於競品，一些小語種的準確率甚至達到95%。
優化更新：
-
基於現在市面上OCR能力大多只針對印刷體字元， HMS Core機器學習服務正在進行通用手寫體識別能力的開發（手寫體識別、手寫體+印刷體混合識別）。
-
加入更多語種，預計新增羅馬尼亞語、馬來語、菲律賓語等。
-
預計新增版面分析功能（PDF重排），機器學習服務支持多種內容識別處理功能，提升自身AI能力競爭力。
為了滿足眾多場景需要，HMS Core會不斷開發新功能幫助開發者構建多元化應用，後續新增功能以華為HMS Core機器學習服務聯盟官網為準。
瞭解更多詳情>>
訪問華為開發者聯盟官網
獲取開髮指導文檔
華為移動服務開源倉庫地址：GitHub、Gitee
關註我們，第一時間瞭解 HMS Core 最新技術資訊~
