Java教程

人工智能Java SDK：文字识别（OCR）工具箱

本文主要是介绍人工智能Java SDK：文字识别（OCR）工具箱，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

文字识别（OCR）工具箱

文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别，
交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。
OCR（文字识别）是目前常用的一种AI能力。

OCR工具箱功能:

  1. 方向检测
  • 0度
  • 90度
  • 180度
  • 270度
    detect_direction

  1. 图片旋转

  2. 文字识别(提供三个模型)

  • mobile模型
  • light模型
  • 服务器端模型
  1. 版面分析（支持5个类别, 用于配合文字识别，表格识别的流水线处理）
  • Text
  • Title
  • List
  • Table
  • Figure
  1. 表格识别
  • 生成html表格
  • 生成excel文件

运行OCR识别例子

1.1 文字方向检测：

  • 例子代码: OcrDetectionExample.java
  • 运行成功后，命令行应该看到下面的信息:
[INFO ] - Result image has been saved in: build/output/detect_result.png
[INFO ] - [
	class: "0", probability: 1.00000, bounds: [x=0.073, y=0.069, width=0.275, height=0.026]
	class: "0", probability: 1.00000, bounds: [x=0.652, y=0.158, width=0.222, height=0.040]
	class: "0", probability: 1.00000, bounds: [x=0.143, y=0.252, width=0.144, height=0.026]
	class: "0", probability: 1.00000, bounds: [x=0.628, y=0.328, width=0.168, height=0.026]
	class: "0", probability: 1.00000, bounds: [x=0.064, y=0.330, width=0.450, height=0.023]
]
  • 输出图片效果如下：
    detect_result

1.2 文字方向检测帮助类（增加置信度信息显示，便于调试）：

  • 例子代码: OcrDetectionHelperExample.java
  • 运行成功后，命令行应该看到下面的信息:
[INFO ] - Result image has been saved in: build/output/detect_result_helper.png
[INFO ] - [
	class: "0 :1.0", probability: 1.00000, bounds: [x=0.073, y=0.069, width=0.275, height=0.026]
	class: "0 :1.0", probability: 1.00000, bounds: [x=0.652, y=0.158, width=0.222, height=0.040]
	class: "0 :1.0", probability: 1.00000, bounds: [x=0.143, y=0.252, width=0.144, height=0.026]
	class: "0 :1.0", probability: 1.00000, bounds: [x=0.628, y=0.328, width=0.168, height=0.026]
	class: "0 :1.0", probability: 1.00000, bounds: [x=0.064, y=0.330, width=0.450, height=0.023]
]
  • 输出图片效果如下：
    detect_result_helper

2. 图片旋转：

每调用一次rotateImg方法，会使图片逆时针旋转90度。

  • 例子代码: RotationExample.java
  • 旋转前图片:
    ticket_0
  • 旋转后图片效果如下：
    rotate_result

3. 文字识别：

再使用本方法前，请调用上述方法使图片文字呈水平(0度)方向。

  • 例子代码: LightOcrRecognitionExample.java
  • 运行成功后，命令行应该看到下面的信息:
[INFO ] - [
	class: "你", probability: -1.0e+00, bounds: [x=0.319, y=0.164, width=0.050, height=0.057]
	class: "永远都", probability: -1.0e+00, bounds: [x=0.329, y=0.349, width=0.206, height=0.044]
	class: "无法叫醒一个", probability: -1.0e+00, bounds: [x=0.328, y=0.526, width=0.461, height=0.044]
	class: "装睡的人", probability: -1.0e+00, bounds: [x=0.330, y=0.708, width=0.294, height=0.043]
]
  • 输出图片效果如下：
    ocr_result

4. 版面分析：

  • 运行成功后，命令行应该看到下面的信息:
[INFO ] - [
	class: "Text", probability: 0.98750, bounds: [x=0.081, y=0.620, width=0.388, height=0.183]
	class: "Text", probability: 0.98698, bounds: [x=0.503, y=0.464, width=0.388, height=0.167]
	class: "Text", probability: 0.98333, bounds: [x=0.081, y=0.465, width=0.387, height=0.121]
	class: "Figure", probability: 0.97186, bounds: [x=0.074, y=0.091, width=0.815, height=0.304]
	class: "Table", probability: 0.96995, bounds: [x=0.506, y=0.712, width=0.382, height=0.143]
]
  • 输出图片效果如下：
    layout

5. 表格识别：

  • 运行成功后，命令行应该看到下面的信息:
<html>
 <body>
  <table>
   <thead>
    <tr>
     <td>Methods</td>
     <td>R</td>
     <td>P</td>
     <td>F</td>
     <td>FPS</td>
    </tr>
   </thead>
   <tbody>
    <tr>
     <td>SegLink[26]</td>
     <td>70.0</td>
     <td>86.0</td>
     <td>770</td>
     <td>89</td>
    </tr>
    <tr>
     <td>PixelLink[4j</td>
     <td>73.2</td>
     <td>83.0</td>
     <td>77.8</td>
     <td></td>
    </tr>
...
   </tbody>
  </table> 
 </body>
</html>

  • 输出图片效果如下：
    table

  • 生成excel效果如下：
    excel

目录：

http://www.aias.top/

Git地址：

https://github.com/mymagicpower/AIAS
https://gitee.com/mymagicpower/AIAS

这篇关于人工智能Java SDK：文字识别（OCR）工具箱的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
您可能喜欢
栏目导航