|
形文通用表单识别软件
|
|
 |
|
|
形文通用表单要素识别组件是综合光学字符识别（ＯＣＲ）、图象处理、模式识别和神经网络等软件技术，针对表单信息采集而研制的软件开发包；它通过参数定制的方式，有效提高产品的通用性，为应用层软件的二次开发提供了强有力的支持。
|
|
|
产品的组成 |
形文通用表单要素识别组件，主要由配置工具、识别引擎和测试工具三大模块所组成：
一、配置工具
配置工具是根据用户需要，在样本图像的基础上，定制表单的识别方案的应用程序；表单识别方案决定了表单识别的处理过程和处理方法，因此它包括识别处理所需要的各种信息。
二、识别引擎
识别引擎是根据表单识别方案和表单图像，进行识别处理，获取表单要素信息的软件模块。
三、测试工具
测试工具是用于测试表单要素识别效果的应用程序，使用它可以方便了解识别效果和快速统计识别的通过率。 |
|
技术原理 |
|
 |
|
产品的主要特性 |
一、识别特性
产品由表单样式识别和表单要素识别二大功能组成。
表单样式识别采用直线提取算法，快速提取表单的直线特征，然后根据直线特征进行样式识别和重叠处理，效果优异。
表单要素识别使用了先进的神经网络技术，具有良好的识别效果，尤其在手写体字符的识别上，与同类产品相比较，有着明显的优势。
二、定制特性
产品为表单要素识别提供配置工具，可以通过参数的方式定制表单要素的识别方法和识别过程，使应用开发商具备了自主的二次开发能力，使为最终客户快速展示识别效果成为可能。
三、适应特性
产品根据多年积累的表单要素识别的研发经验，针对表单的各种情况，进行了全面的归纳、分析和总结，使产品具有较强的适应能力，能适应较多表单要素识别的需要；对各种书写方式（如：手写、机打、印制），书写格式（如：连续、线隔、字隔、方格），书写样式（如：字体、颜色），可能出现的噪声，有着较为全面的考虑。
四、扩展特性
产品采用扩展性较强的结构设计，除内置的要素通用识别方法和要素专用识别方法可根据需要扩展外，还预留了要素定制识别方法的接口，在内置的通用方法和专用方法无法满足用户需要的情况下，可根据用户的特别需要定制特别识别方法。 |
|
技术指标及应用现状 |
|
目前OCR技术的基本应用现状是，机打或印刷的数字、英文和汉字的识别技术十分成熟，有良好的应用价值；规范书写的数字、英文、小字符集汉字（如大写金额）的识别技术较为成熟，有较好的应用价值；连续书写的英文和大字符集汉字的识别技术尚不成熟，应用价值不大。
根据实际应用及测试结果，本产品针对各类单字信息识别率可以达到如下指标：
印刷数字：９９％
印刷英文：９９％
印刷汉字：９９％
手写数字：９８％
手写英文：９８％
手写大写金额：９８％
在实际的应用环境中，目前针对北京地区支票的各要素识别率可以达到如下指标是：
支票号：９９％
日期：９４％
账号：９８％
大写金额：９０％
小写金额：９０％
支付密码：８６％
磁码：９９％
整票识别正确率大于７０％ |
|
|
