AIAS/ocr_cpu

OCR 自定义模板识别

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。 一般OCR的识别结果是一种按行识别的结构化输出，能够给出一行文字的检测框坐标及文字内容。 但是我们更想要的是带有字段定义的结构化输出，由于表单还活着卡证的多样性，全都预定义好是不现实的。 所以，设计了自定义模板的功能，能够让人设置参照锚点（通过锚点匹配定位，图片透视变换对齐），以及内容识别区 来得到key-value形式的结构化数据。 当前精简试用版(无数据库，redis等)包含了下面3个功能菜单：

1. 模板自定义
2. 基于模板识别
3. 自由文本识别 （目前需要图片都是摆正的，即没有旋转角度，自动转正功能在优化中。）

环境

• JDK 11 或以上版本。

ubuntu:

sudo apt-get install openjdk-11-jdk-headless

For centos: （建议centos8）

sudo yum install java-11-openjdk-devel

For macOS:

brew tap homebrew/cask-versions
brew update
brew cask install adoptopenjdk11

或者下载安装：Oracle JDK

前端部署

下载安装：

OCR_UI

nginx部署运行：

cd /usr/local/etc/nginx/
vi /usr/local/etc/nginx/nginx.conf
# 编辑nginx.conf

    server {
        listen       8080;
        server_name  localhost;

        location / {
            root   /Users/calvin/ocr/dist/;
            index  index.html index.htm;
        }
     ......
     
# 重新加载配置：
sudo nginx -s reload 

# 部署应用后，重启：
cd /usr/local/Cellar/nginx/1.19.6/bin

# 快速停止
sudo nginx -s stop

# 启动
sudo nginx     

nginx部署运行：

{:height="50%" width="50%"}

# 后端服务器参数配置 - 域名:端口 或者 IP:端口（端口不要变）
 window.g = {
  Base_URL: 'http://127.0.0.1:8089',
}

后端部署

下载jar包（因为使用了opencv，jar包有点大）：

jar包

# 运行程序（模板配置文件，模板图片存放于当前目录）

java -javaagent:aais-ocr-demo.jar -jar aais-ocr-demo.jar

样例文件

样例模板图片
样例模板文件

# 模板配置文件路径
# lable-data.json 存放于当前目录（与jar包同目录）
# 模板图片存储路径
#   mac:
#     path: ./file/
#   linux:
#     path: ./file/
#   windows:
#     path: C:\ocr\file\

打开浏览器

输入地址： http://localhost:8080

1. 标注模板:

# 参照锚点设置规则：
1. 框选4个及以上(最少4个)参照字段，并尽量分散（向四角方向）
2. 参照锚点必须是位置固定不变，文字固定不变
3. 单个参照字段不可跨行，且中间没有大片空白
4. 参照锚点文字内容需唯一，即不会重复出现的文字

# 内容识别区设置规则：
1. 识别结果以<key,value>形式展示，字段名需手工设置
2. 字段名需使用有业务意义的字母数字组合，如：name，age, address
3. 字段名不能含有特殊字符及空格

2. 基于模板文字识别:

3. 自由文本识别:

4. 接口文档:

http://127.0.0.1:8089/swagger-ui.html

完善中的功能：

1. 图片的自动转正对齐
2. 表格识别

QQ群：