玩转OCR | 探索腾讯云智能结构化识别新境界

📝个人主页🌹：Eternity._
🌹🌹期待您的关注 🌹🌹

腾讯云智能结构化识别

腾讯云智能结构化OCR产品分为基础版与高级版，广泛适用于各行业，能精准识别卡证、物流单据、工业标签、服务合同及医疗报告等多种文档类型。即便面对版式灵活多变或中英文混合排版的挑战，该产品仍能保持卓越的识别精度。

通过运用先进的多模态大模型技术，腾讯云OCR能够智能建立键值对应关系，并允许客户根据自身需求定制个性化模板，从而显著提高数据抓取与录入的效率。 这一解决方案广泛适用于政务事务处理、票据核销流程、行业表单自动化填写等多个业务场景。

产品介绍

背景：

在交通、物流、金融、零售等多个行业中，各类票据、表单、文档、合同等文件普遍面临版式布局复杂、中英文混合排版、票据混杂粘贴、印刷体与手写体并存、样式多样且差异显著、英文字段解析难度高等一系列挑战。这些痛点导致传统的通用文字识别技术难以满足企业对高精度识别的业务需求。

为了解决这些问题，我们就需要使用智能结构化：

• 智能结构化融合了业界领先的深度学习技术、图像检测技术以及OCR大模型能力，能够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单据，均可实现智能识别。

服务应用

• 注册并登录腾讯云，通过实名认证后，开通服务

• 开通服务后，我们可以进入控制台，体验demo

使用文字识别服务：

• 直接在文字识别体验Demo中体验，智能结构化（高级版）
  

代码调用：

import json
import types
from tencentcloud.common import credential
from tencentcloud.common.profile.client_profile import ClientProfile
from tencentcloud.common.profile.http_profile import HttpProfile
from tencentcloud.common.exception.tencent_cloud_sdk_exception import TencentCloudSDKException
from tencentcloud.ocr.v20181119 import ocr_client, models
try:
    # 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
    # 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。以下代码示例仅供参考，建议采用更安全的方式来使用密钥，请参见：https://cloud.tencent.com/document/product/1278/85305
    # 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取
    cred = credential.Credential("SecretId", "SecretKey")
    # 实例化一个http选项，可选的，没有特殊需求可以跳过
    httpProfile = HttpProfile()
    httpProfile.endpoint = "ocr.tencentcloudapi.com"

    # 实例化一个client选项，可选的，没有特殊需求可以跳过
    clientProfile = ClientProfile()
    clientProfile.httpProfile = httpProfile
    # 实例化要请求产品的client对象,clientProfile是可选的
    client = ocr_client.OcrClient(cred, "", clientProfile)

    # 实例化一个请求对象,每个接口都会对应一个request对象
    req = models.RecognizeGeneralTextImageWarnRequest()
    params = {
        "ImageUrl": "https://waizi.org.cn/uploadfile/201402/22/222111297.jpg"
    }
    req.from_json_string(json.dumps(params))

    # 返回的resp是一个RecognizeGeneralTextImageWarnResponse的实例，与请求对象对应
    resp = client.RecognizeGeneralTextImageWarn(req)
    # 输出json格式的字符串回包
    print(resp.to_json_string())

except TencentCloudSDKException as err:
    print(err)

用于测试图片：

识别结果：

Address: "XX市XX区XX号"
Angle: 0
Business: "XXXXXXXXXXXXXXXXXXXXXXXXXX、XXXXXXXX、XXXXXXXXXX、XXXXXXXX、XXXXXXXX、XXXXXXXXXX"
Capital: "万元整"
ComposingForm: ""
Electronic: false
IsDuplication: 1
Name: "XXXXXX公司"
NationalEmblem: true
Period: "0000年00月00日至0000年00月00日"
Person: "XXX"
QRCode: true
RecognizeWarnCode: [
]
RecognizeWarnMsg: [
]
RegNum: "000000000000000"
RegistrationAuthority: "XX省工商行政管理局"
RegistrationDate: "0000年00月"
RequestId: "5276ef57-3aa7-49f1-b064-dc6beb6a44e3"
Seal: true
SerialNumber: ""
SetDate: "0000年00月"
Title: "营业执照"
Type: "有限责任公司"

产品特征

产品体验：

在采用腾讯云智能结构化OCR产品的基础与高级版本进行营业执照识别时，我深刻体会到其高效与精准度。该产品能够迅速且准确地捕捉营业执照上的关键字段信息，涵盖了统一社会信用代码、公司名称、主体类型、法定代表人、注册资本、组成形式、成立日期、营业期限以及经营范围等多个重要细节。

行业案例

物流单据识别：

适用于各种版式不固定、版面复杂、中英文混排的场景，针对进出口物流、货代、进出口贸易的单据，完成高精度的结构化识别，跨境货代场景，快递&快运场景，国际贸易与采购等等

票据单据识别：

用于企业员工发票报销，通过 OCR 技术提取各种纸质发票、凭证上的发票号码、金额、发票代码等关键信息，支持数据录入和自动核对，减少人工校验成本。

总结

腾讯云通过持续的技术研发和创新，不断提升智能结构化OCR技术的准确性和效率。

其OCR技术能够高效地将身份证、名片等卡证类和票据类的印刷体识别，也支持运单等手写体识别，支持提供定制化服务，可以有效地代替人工录入信息转化为可编辑、可搜索的数字文本，极大地便利了信息的处理和利用。而在给与用户们的体验也很不错，OCR将来定会为我们的生活带来更大便利。