隨著圖片時(shí)代的深度發(fā)展，大量的文字內(nèi)容為了優(yōu)化排版和表現(xiàn)效果，都采用了圖片的形式發(fā)布和存儲(chǔ)，這為內(nèi)容的傳播和安全性帶來(lái)了很大的便利，但對(duì)于內(nèi)容編輯者來(lái)說(shuō)，卻造成了一些不便——需要重復(fù)性勞動(dòng)。
OCR文字掃描工具逐漸走進(jìn)廣大內(nèi)容制作者的視野，幫助用戶(hù)解決了內(nèi)容編輯的難題。
OCR全稱(chēng)是Optical Character Recognition，意思是“光學(xué)字符識(shí)別技術(shù)”，是最為常見(jiàn)的、也是目前最高效的文字掃描技術(shù)，它可以從圖片或者PDF中識(shí)別和提取其中的文字內(nèi)容，輸出文本文檔，方便驗(yàn)證用戶(hù)信息，或者直接進(jìn)行內(nèi)容編輯。
那么OCR技術(shù)是如何實(shí)現(xiàn)文字識(shí)別的呢？從圖片到文字的過(guò)程發(fā)生了什么？
典型的OCR技術(shù)路線分為5個(gè)大的步驟，分別是輸入、圖像與處理、文字檢測(cè)、文本識(shí)別，及輸出。每個(gè)過(guò)程都需要算法的深度配合，因此從技術(shù)底層來(lái)講，從圖片到文字輸出，要經(jīng)歷以下的過(guò)程：
圖像輸入：讀取不同圖像格式文件；
圖像預(yù)處理：主要包括圖像二值化，噪聲去除，傾斜校正等；
版面分析：將文檔圖片分段落，分行；
字符切割：處理因字符粘連、斷筆造成字符難以簡(jiǎn)單切割的問(wèn)題；
字符特征提?。簩?duì)字符圖像提取多維特征；
字符識(shí)別：將當(dāng)前字符提取的特征向量與特征模板庫(kù)進(jìn)行模板粗分類(lèi)和模板細(xì)匹配，識(shí)別出字符；
版面恢復(fù)：識(shí)別原文檔的排版，按原排版格式將識(shí)別結(jié)果輸出到文本文檔；
后處理校正: 根據(jù)特定的語(yǔ)言上下文的關(guān)系，對(duì)識(shí)別結(jié)果進(jìn)行校正。
走完了全部的8個(gè)流程，輸出后的文檔才能盡可能地避免錯(cuò)別字和語(yǔ)義上的錯(cuò)誤，方便用戶(hù)直接使用。
由于漢字的構(gòu)型中有很多重復(fù)的偏旁部首，以及很多字形相似的字體，比如“已”和“己”這樣的漢字，所以識(shí)別漢字的難度比識(shí)別英文字母高出很多。為了提高這個(gè)過(guò)程的識(shí)別準(zhǔn)確率，我們熟知的大公司如百度和騰訊，還專(zhuān)門(mén)為此進(jìn)行過(guò)AI訓(xùn)練，以?xún)?yōu)化特征庫(kù)的豐富度、準(zhǔn)確度以及算法的匹配效率，借助機(jī)器學(xué)習(xí)和AI，OCR工具的識(shí)別準(zhǔn)確率直線上升，極少出現(xiàn)錯(cuò)誤。
不過(guò)借助AI，就意味著過(guò)程中需要連接網(wǎng)絡(luò)與云特征庫(kù)進(jìn)行匹配，因此會(huì)有一定的隱私和數(shù)據(jù)風(fēng)險(xiǎn)，這也是基于AI的OCR識(shí)別工具的唯一劣勢(shì)。
OCR技術(shù)的成熟，使得圖文時(shí)代的內(nèi)容編輯更加輕松，對(duì)于經(jīng)常和文字圖片打交道的職場(chǎng)人士來(lái)說(shuō)，基于OCR技術(shù)的文字識(shí)別和提取工具是必不可少的辦公神器，除了專(zhuān)門(mén)的文檔管理工具如Document和CS全能掃王，不少我們熟悉的APP都內(nèi)置了文字識(shí)別工具，比如微信和為微云。
那么在我們?nèi)粘５霓k公場(chǎng)景中，哪些OCR識(shí)別工具離我們最近，使用最方便呢？
微信7.0版本之后便內(nèi)置了文字提取工具，點(diǎn)擊聊天中的圖片，再長(zhǎng)按呼出菜單，選擇下方的“文字提取”，經(jīng)過(guò)云處理后，就可以提取出其中的文字內(nèi)容，使用方法還是非常簡(jiǎn)單的。
遺憾的是，微信電腦版并不具備這一功能，無(wú)法和Word直接打通，不然的話，效率超級(jí)加倍！
電腦版QQ自帶的截圖工具功能非常豐富，是很多人都習(xí)慣使用的截圖方式，默認(rèn)呼出快捷鍵為“Ctr+Alt+A”，和微信的“Alt+A”截圖工具，在用戶(hù)習(xí)慣程度上不相上下。
QQ截圖識(shí)別出來(lái)的文字，在回車(chē)符上可能會(huì)有部分不準(zhǔn)確的情況，直接粘貼會(huì)丟失格式，以及使用過(guò)程中必須登陸QQ，因此不是非常完美。
不過(guò)考慮到PC端的文字編輯流程，使用鼠標(biāo)點(diǎn)擊就能完成文字識(shí)別，仍然是非常高效的。
印象筆記是大家熟悉的老牌筆記軟件了，印象筆記從很早就開(kāi)始支持OCR文稿掃描功能，并且功能較為完善，可以一次掃描多張稿件，適合用來(lái)做大批量文字資料的錄入。
這些方便又好用的文字識(shí)別工具你掌握了嗎？據(jù)傳即將到來(lái)的新版Edge瀏覽器，也將內(nèi)置OCR識(shí)別工具，支持從網(wǎng)頁(yè)中的圖片上提取文字，大家可以期待一下！
本文來(lái)自微信公眾號(hào)“ZEALER”（ID:zealertech），作者：ZEALER，36氪經(jīng)授權(quán)發(fā)布。
