光學(xué)字符識別OCR技術(shù)是指從圖像中自動(dòng)提取文字信息的技術(shù)，這項(xiàng)技術(shù)橫跨了人工智能里的兩大領(lǐng)域：CV(計(jì)算機(jī)視覺)和NLP(自然語言處理)，綜合使用了這兩大領(lǐng)域中的很多技術(shù)成果。在過往的發(fā)展歷程中，OCR始終具備很強(qiáng)的產(chǎn)業(yè)應(yīng)用背景，是計(jì)算機(jī)領(lǐng)域里少數(shù)幾個(gè)一開始就由工業(yè)界和學(xué)術(shù)界雙輪驅(qū)動(dòng)的領(lǐng)域。

不過，盡管OCR技術(shù)已走過一個(gè)世紀(jì)的發(fā)展，現(xiàn)今卻仍存在文檔圖像質(zhì)量退化嚴(yán)重、文字檢測及版面分析困難、非限定條件文字識別率低、結(jié)構(gòu)化智能理解能力差等亟待解決的問題。OCR技術(shù)的進(jìn)階之路上，文檔圖像質(zhì)量的增強(qiáng)是重要的研究方向，需克服頁面彎曲、陰影遮擋、摩爾紋、圖片模糊等現(xiàn)代文本圖像處理中常見的干擾狀況。

合合信息基于自研的計(jì)算機(jī)圖形圖像技術(shù)，推出多種圖像智能處理引擎，可實(shí)現(xiàn)圖像切邊增強(qiáng)、形變矯正、PS篡改檢測、去摩爾紋、水印去除、陰影處理、手寫文字擦除、圖像質(zhì)檢等多種圖像智能處理效果，規(guī)范圖像采集，提升圖像質(zhì)量，幫助各應(yīng)用領(lǐng)域簡化下游文檔處理任務(wù)，通過圖像預(yù)處理提升文字識別效率與準(zhǔn)確性。

切邊增強(qiáng)

智能判斷圖像中的主體邊緣并切除多余背景，同時(shí)通過增強(qiáng)銳化提升圖像質(zhì)量、突出文字。通過合合信息的切邊增強(qiáng)技術(shù)，可自動(dòng)裁切出圖像主體區(qū)域，并增強(qiáng)圖像質(zhì)量，經(jīng)過該項(xiàng)處理后再進(jìn)入后續(xù)的文字識別、信息提取、材料審核等業(yè)務(wù)。

彎曲矯正&透視矯正

合合信息采用基于位移場網(wǎng)絡(luò)學(xué)習(xí)方法的系統(tǒng)構(gòu)架，可對形變文檔進(jìn)行智能矯正，包括彎曲矯正與透視矯正，同時(shí)智能定位文檔邊緣，切除多余背景。

依托合合信息的圖像形變矯正技術(shù)與圖像增強(qiáng)能力，可將手機(jī)、相機(jī)等設(shè)備拍攝的文檔、書籍圖像優(yōu)化為如同平面掃描儀獲得的圖像。而對于本身就存在于彎曲載體上的文字，通過彎曲矯正技術(shù)，可自動(dòng)“拉平”圖像，提升各類非常規(guī)載體文字的識別效率與質(zhì)量。

PS篡改檢測

合合信息自研了基于深度學(xué)習(xí)的圖像篡改檢測方法，采用神經(jīng)網(wǎng)絡(luò)模型捕捉圖像在篡改過程中留下的細(xì)微痕跡，基于百萬級的數(shù)據(jù)學(xué)習(xí)圖像被篡改后統(tǒng)計(jì)特征的變化，可智能判斷圖片是否被篡改，支持檢測復(fù)制粘貼、拼接、擦除等多種篡改形式與混合篡改，還可定位修改區(qū)域，以熱力圖形式展示圖像區(qū)域篡改置信度。

去摩爾紋

合合信息采用多重神經(jīng)網(wǎng)絡(luò)技術(shù)，通過分析暗角、摩爾紋的形成原理，對圖像中存在的干擾因素進(jìn)行對應(yīng)處理，可去除所有樣式的摩爾紋，同時(shí)保證圖像信息完整、顏色不失真。

水印去除

合合信息基于全卷積網(wǎng)絡(luò)搭建圖像水印去除模型，支持對圖像中日期、logo、文字等形式的水印進(jìn)行自動(dòng)擦除，高保真處理，無痕還原圖像。

陰影處理

智能消除圖像中存在的各類形狀的陰影，解決圖像因光線條件復(fù)雜產(chǎn)生的有陰影、亮度不均勻問題。

手寫文字擦除

合合信息融合了內(nèi)容切分、手寫字跡分離網(wǎng)絡(luò)、文檔質(zhì)量增強(qiáng)等技術(shù)，將待處理圖像劃分為手寫的“擦除區(qū)域”和印刷的“非擦除區(qū)域”，快速識別與自動(dòng)擦除手寫文字，并對噪點(diǎn)、陰影、背景雜亂等復(fù)雜場景進(jìn)行處理，將文檔圖像恢復(fù)至手寫前的狀態(tài)。

圖像質(zhì)檢

智能判斷圖像是否內(nèi)容完整、拍攝清晰、光線充足等，對圖像質(zhì)量進(jìn)行自動(dòng)化的準(zhǔn)入判斷與實(shí)時(shí)反饋。

目前，合合信息相關(guān)智能文字識別及圖像處理技術(shù)已被應(yīng)用于公司旗下掃描全能王等C端APP中及行業(yè)解決方案中，輻射全球百余個(gè)國家和地區(qū)的億級用戶。

(新媒體責(zé)編：wa12)