腾讯云文字识别OCR技术构建和应用

1 .

2 .OCR应用和技术构建 彭碧发 腾讯云高级工程师 

3 .SPEAKER 彭碧发 ·腾讯云大数据及人工智能产品中心高级工程师 毕业于华中科技大学图像识别与人工智能研究所，熟悉AI视觉 工程化，对计算机图像处理有一定的理解。目前主要负责腾讯云 OCR技术。 

4 .目录 01 腾讯云OCR概括 02 腾讯云OCR产品介绍和接入 03 腾讯云OCR技术介绍 

5 .什么是OCR • OCR（ Optical Character Recognition ）光学字符识别，让计算机看图识字的技术 

6 . 产品定位 • 打造文字识别工具箱：够丰富、被集成、够灵活 • 聚焦公有云，加速规模化复制后再反切私有化 政府企业 金融保险 交通物流 泛互联网 教育 身份认证 注册登记 智能核保 财务报销 智慧物流 交通监管 内容推荐 广告审核 作业批改 拍照搜题 … 赋能合作伙伴扩大生态 解决方案 交通ETC解决方案 核保理赔解决方案 智能票据解决方案 智慧教育解决方案 广告审核解决方案 打造组合产品 组合产品 自定义模板 文本信息有效性核验 票据验真 精准推荐 文本过滤 … 发挥“连机器”价值 通用文字识别（7） 票据单据识别（16） 行业文档识别（4） 在线API 先把组件产品做到99分 组件产品 离线SDK 卡证文字识别（9） 汽车相关识别（5） … 服务能力 图像文字识别能力 图像信息结构化能力 图像内容分析和处理能力 核心资源 计算 存储 网络 安全 引擎A 引擎B NLP … 

7 .产品优势 具备性能优异、场景丰富、接入方便等特点，可满足各类客户的数据结构化需求 性能优异 准确率、召回率、识别速度等性能指标高于行业竞品 场景丰富 可覆盖票据 单证文本、图片、视频等多种类型的场景 接入方便 支持快速接入 产品各项能力，接入效率高、接入体验好 

8 .目录 01 腾讯云OCR概括 02 腾讯云OCR产品介绍和接入 03 腾讯云OCR技术介绍 

9 .产品体验：小程序版演示Demo 腾讯云AI体验中心 文字识别概览 通用印刷体识别 身份证识别 

10 .产品体验：网页版演示Demo 

11 .腾讯云OCR服务列表 OCR大类 OCR产品 腾讯云（24） 有 通用文字识别 通用文字识别 通用手写文字识别 有 有 通用文字识别（高速版） 通用文字识别（高精度版） 有 有 英文专项识别 有 卡证文字识别 身份证识别 有 银行卡识别 有 名片识别 有 票据单据识别 增值税发票识别 火车票识别 有 出租车机打发票识别 有 行程单识别 有 定额发票识别 有 混贴票据检测识别 有 物流电子运单识别 有 资产证件识别 营业执照识别 有 汽车相关识别 驾驶证识别 有 行驶证识别 有 车牌识别 有 车辆Vin码识别 有 机动车（购车）发票识别 有 车辆登记证识别 有 行业文档识别 表格文字识别 （同步接口） 有 速算题目识别 有 

12 .腾讯云OCR服务——通用印刷体识别 支持多场景、任意版面下印刷图片或实拍照片的文字识别，返回文字位置与文字内容。识别内容包括中文的简体和 繁体、英文、数字、特殊字符等。除中英文外，现已支持日文、韩文、西班牙文、法文、德文、葡萄牙文等18种语 言。 中文简/繁体、英文、数字、德语、葡萄牙 准确率和召回率95%以上 语、 西班牙语、法语、日语 准 完 确 备 鲁 快 棒 速 性 GPU 300-500ms 预处理（透视矫 CPU 3-8s 正、去模糊等） 

13 .腾讯云OCR服务——身份证识别 支持二代身份证正反面所有字段的识别，包括姓名、性别、民族、出生日期、住址、公民身份证号、签发机关、有 效期限；具备翻拍、复印件、临时身份证的识别告警功能。 正面 

14 .腾讯云OCR服务评测——权威评测成绩 国际权威的ICDAR 2015 “Focused Scene Text” 场景文 字识别任务中，腾讯的优图OCR识别取得排名第一的好成绩 在ICDAR 2015“Robust Reading Competition”的自然 场景文本检测项目中，取得了排名第一的佳绩 ICDAR 2015 Focused Scene Text 文本识别比赛排名 关于ICDAR： 即国际文档分析与识别大会（International Conference on Document Analysis and Recognition），是国际模式识别协会 （IAPR）举办的文档分析与识别、模式识别领域世界上最权威的国际 学术会议之一，每两年举办一次 数据来源： • http://rrc.cvc.uab.es/?ch=1&com=evaluation&task=1&gtv=1 • http://rrc.cvc.uab.es/?ch=1&com=evaluation&task=3 • http://rrc.cvc.uab.es/?ch=2&com=evaluation&task=3 ICDAR 2015 Born Digital Images文本检测比赛排名 ICDAR 2015 Born Digital Images文本识别比赛排名 

15 .腾讯云OCR服务——快速接入指引 详情：https://cloud.tencent.com/document/product/866/34681 

16 .目录 01 腾讯云OCR概括 02 腾讯云OCR产品介绍和接入 03 腾讯云OCR技术介绍 

17 .整体框架设计 四层架构： 用户接入层 API SDK 各服务功能解耦  接入层  逻辑层  引擎平台层 Web接入层 域名解析 云3.0接入 路由分发  基础服务层 种子库运营 人脸库运营 业务逻辑层 鉴证 鉴黄 … 身份证OCR 通用OCR 黄金眼 引擎平台层 人脸服务 种子库 … 分类器 切图 引擎评测 … 计费控制 计费上报 … COS 基础服务层 DbProxy 数据统计 引擎 

18 .引擎平台层-V1版本 V1版本存在的问题： **Logic （具体业务） -配置不友好 参数不清晰 只能简单映射 Facade -层次多 统一引擎接入 最多的时候三层 逻辑处理分散 CommonAdapter 简单引擎适配层 **Adatper （复杂引擎适配） 

19 .引擎平台层-最新版本  引擎选择，灰度，融合更方便  代码配置化（灵活） 样本输入 测试结果  统一收敛引擎原子能力差异  减少层级（3->1） 评测平台  效率急剧提升（2.5天->0.5天） 原子接口 引擎结果 req 引擎平台 rsp TARS平台 获取引擎 EngineDispatcher 列表 引擎分发 MethodDispatcher 获取 EngineMerger Reload 融合结果 融合 List Req &Rsp 插件配置 图像引擎 引擎A 引擎B 引擎C 

20 .引擎评测方法 阈值2 某接口误判率召回率曲线图 阈值1 横坐标:阈值 评测过程： 1. 准备若干正样本和若干负样本 a. 使用引擎识别图片，得到阈值，计算召回率和误判率 b. 召回率 = TP / (TP+FN) c. 误判率 = FP / (TN+FP) d. 根据业务需要（召回率和误判率），确定使用的阈值 

21 .引擎评测——自动化 

22 .服务质量和保证 • 多层次多维度接口告警 • 测试自动化 • k8ss • 柔性可用和有损服务 

23 . THANKS 腾讯云AI体验中心 关注云加社区公众号 腾讯云AI公众号