目录
一、前言
1、什么是OCR
OCR(Optical Character Recognition)光学字符识别,是一种将印刷体或手写体的文字信息转换成可编辑、可搜索的电子文本的技术。它利用图像处理和模式识别算法,通过扫描或拍摄图像中的文字,并将其转化为计算机可以理解和处理的文本数据,可以理解为文字识别。
2、如何利用 Python 实现文字识别
代码如下
import sys
import time
import random
import datetime
from aip import AipOcr #第三方文字识别模块
#在百度AI上面添加通用文字识别应用后产生三个参数,将三个参数的值复制过来
APP_ID='your id'
API_KEY='your key'
SECRET_KEY='your SECRET_KEY'
client=AipOcr(APP_ID,API_KEY,SECRET_KEY)
def imagedata():
while True:
choose=int(input('是否进行图片文字识别***是1,退出0:'))
if choose==1:
fromlocal=input('请输入图片的路径(如F:1.jpg):')
with open(r'{}'.format(fromlocal),'rb') as f:
image=f.read()
data=(client.basicGeneral(image)) #字典类型
datalist=data['words_result']#查找出字典数据
global datafile
datafile=random.randint(1,100)
datafile='d:{}.txt'.format(datafile)
try:
for x in datalist:
with open (datafile,'a+') as f:
f.write(x['words']+'n')
print('文件已保存在'+datafile)
except Exception as e:
print('保存数据时出现错误,错误原因为:')
raise e
elif choose==0:
print('现在北京时间为:',datetime.datetime.now())
print('5秒后将退出命令窗口。。。。')
for x in range(5):
print(5-x)
time.sleep(1)
sys.exit(0)
else:
print('输入错误,请重新输入。。。')
if __name__ == '__main__':
print('欢迎来到追的文字识别!!!')
print('现在北京时间为:',datetime.datetime.now())
imagedata()
图片素材
编辑
VsCode 运行代码
编辑
识别效果
编辑
二、扫描全能王介绍
在上面的前言中介绍到用 Python 实现了简单的图片转文字的效果,但如果图片出现了模糊、阴暗、手指等干扰因素而且还很不方便,那就要出大问题了,下面推荐一款 “黑科技”,将会大大解决上面出现的问题。
近期,扫描全能王“智能高清滤镜”正式上线。 使用过程中,只需点击拍摄按钮,便可得到一张如原稿打印般清晰、平整的图片。相比传统的扫描软件,用户使用“智能高清滤镜”时无需思考拍摄角度、光源、背景,该功能可智能检测图像中存在的问题,自动判定图像优化方式,实现模糊、阴暗、手指等干扰因素全处理,一键应对生活、生产中90%的扫描难题。
1、什么是智能高清滤镜
智能高清滤镜是一种利用人工智能和机器学习算法自动识别、分析和校正图像中的噪点、模糊和失真,以提高图像清晰度、细节和质量的图像处理技术。
2、智能高清滤镜主要技术点
扫描全能王智能高清滤镜的技术亮点主要包括图像感知、优化场景化决策两个部分:
1、图像感知: 应用程序使用深度学习模型来分析图像,并理解其中的内容。通过深度学习模型,应用程序能够识别图像中的光照、阴影、颜色和角度倾斜等特征。
例如,对于手指的影响,它可以进行去手指处理;对于本身有折痕的纸张,它可以进行识别并且去除纸张的折痕;对于过暗或过亮的图像,它可以调整图像的亮度和对比度;对于倾斜的文档,它可以自动进行倾斜矫正等。
2、场景化决策: 根据图像识别结果,扫描全能王可以智能地判断文档图像所处场景,并基于该场景做出优化决策。例如,在识别到试卷时,它会选择针对试卷进行专门的图像处理,并在之前处理不理想的情况下进一步优化处理。换句话说,扫描全能王通过场景化的图像处理,根据需要的服务智能决策并优化文档图像。
3、在日常生活的表现
在日常生活的文档处理中,扫描全能王表现出了强大的功能,比如
1、办公文档处理: 无论是在办公室还是家庭办公环境,用户可以使用扫描全能王进行各种文档的扫描和处理,包括文件、表格、图表、手写笔记等。同时,扫描全能王借助AI智能扫描引擎,无论光照条件如何,无论背景复杂与否,都能对图像进行优化,提供高清晰度和高质量的扫描结果。
2.、教育资料处理: 扫描全能王针对教师和学生群体提供了方便的功能,可以用于扫描、共享和保存教材、试卷、笔记等教育资料。在当前远程教育普及的背景下,扫描全能王能够轻松将纸质资料转化为数字格式,以便于教学共享和资料存储。换句话说,扫描全能王为教育工作者和学生提供了便捷的工具,使他们能够在远程教育环境中将纸质资料数字化,方便地进行共享和长期保存。
编辑
实现”智能高清滤镜”的关键是依靠智能扫描引擎AI-Scan,使图像处理更加智能、文字识别更加准确,并实现所见即所得的版面还原效果。换句话说,AI-Scan作为智能扫描引擎,在图像处理、文字识别和版面还原等方面的维度上为实现”智能高清滤镜”提供了重要支持,使得整个过程更加智能化和高效化。
4、什么是AI-Scan
AI-Scan利用人工智能技术,通过机器学习和深度学习算法来处理图像和文档等数据,实现了对信息的自动识别、分类和提取的功能。
5、AI-Scan的特点
5.1、图像视觉矫正
在日常生活中,我们常常需要扫描非平面的文档,比如书本。然而,这些文档的形状和角度可能会导致图像出现扭曲和变形等问题。扫描全能王通过应用曲面矫正和透视变换技术,能够将扭曲的图像恢复为正常的视觉效果。
这意味着即使在处理非平面文档或受到拍摄条件限制时,通过有效的图像纠正技术,使得扫描结果更加真实和准确,能够高效地修复图像,呈现出更自然、更准确的效果。
曲面矫正: 利用了最新的深度学习技术,通过曲面检测和矫正的方式,能够高效地处理各种曲面文档,并得到清晰、准确的扫描结果,保留了文档的细节和原始信息。
编辑
图像视觉矫正技术使得扫描全能王在处理复杂的扫描任务上具有独特的优势。它不仅可以处理平面文档的扫描,还可以处理各种曲面文档的扫描,甚至能够处理在极端角度下拍摄的文档。
5.2、反光消除技术
通过有效的反光消除技术,能够准确定位和处理反光区域,同时保持良好的图像质量,使得扫描结果更加真实、清晰。
编辑
此外,扫描全能王利用反光消除技术,根据手写板笔迹的特征进行分析,并对手写文字进行特殊处理,以帮助提取反光区域的文字信息。这样可为后续的文字识别和理解工作提供有力支持。
5.3、去干扰技术
文档在拍摄中受光照、环境影响,经常会有阴影、手指、摩尔纹(屏幕纹)等干扰,扫描全能王去干扰技术可以很好地处理这些降低图片质量的因素。
- 去阴影: 为了去除文档中的阴影,扫描全能王使用深度学习网络。该网络采用深度学习网络和生成对抗网络技术,能够有效去除文档中的阴影,同时保持文档的可读性。
- 去手指: 为了去除图像中的手指部分,扫描全能王采用利用类似Mask R-CNN的网络结构定位手指区域,并通过深度学习的图像修复技术将手指部分替换掉,以恢复原始文档的完整性。
- 去摩尔纹: 为解决摩尔纹问题,扫描全能王采用了频域滤波和自编码器技术,能够有效解决摩尔纹问题,并呈现出清晰无纹的扫描图像。
编辑
6、处理对比
记得大学的时候,那时给辅导员做PPT,每次做的时候各种文件格式转换,例如word文档转PPT,图片去水印提取文字,当时左换一个格式转换、右换一个去水印 ➕ 文字提取,操作十分的麻烦,工作量巨大,而且转换的效果真不尽人意,使用了扫描全能王之后,真后悔当初没有早点遇到。
下图是超级滤镜典型应用效果,从左至右分别为原图、CS智能高清滤镜处理效果、其他厂商处理效果。
编辑
左:原图 中:扫描编辑全能王“智能高清滤镜”效果 右:其他厂商
编辑
三、总结
1、体验总结
首先,智能高清滤镜能够在保持图像原有特征的基础上,增强图像的清晰度和对比度,从而提高图像的质量,并通过算法优化实现图像的清晰化和对比度的调整。
其次,自动适应不同类型的图像,根据图像的特性进行智能化的处理,能够根据不同的图像类型和特征进行智能化的处理和优化。
最后,处理效果非常自然和真实,能够保留图像原有的细节和色彩,同时消除图像中的干扰,提供更加真实和自然的图像效果。
在写这篇之前,专门去体验了一番,哇~真的赞!我都后悔自己为什么没有早点遇到这软件,像比如xxx转word文档、转Excel、转PPT等或者说转图片只需选择好要转的文件点击一下,就没问题了,很适合在校大学生的学习资料转换、工作职场人的PPT制作转换等;像比如还有扫描证件、试卷作业、银行流水识别等,大大提高了我们的工作效率,一句话总结就是——太方便了。
2、对于“智能高清滤镜”应用场景的展望
在AI-Scan技术的支持下,“智能高清滤镜”将会在多个应用场景中发挥重要作用。例如:
社交媒体和内容创作: 在社交媒体和内容创作领域,智能高清滤镜可以帮助用户创建高质量的照片,通过自动增强颜色、对比度和清晰度,使内容更具吸引力和观赏性。
教育和培训: 在教育和培训领域,智能高清滤镜可以提高远程学习的效果,通过提供清晰、高逼真的图像,使学生能够更好地理解和掌握课程内容。