OCR 自定义模板识别(支持表格识别)

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)包含了下面功能：

1. 模板自定义
2. 基于模板识别
3. 自由文本识别
4. 表格文本识别（图片需是剪切好的单表格图片）
5. 表格自动检测文本识别（支持表格文字混编，自动检测表格识别文字，支持多表格） （需要图片都是摆正的，即没有旋转角度。）

功能介绍

打开浏览器

输入地址： http://localhost:8080

标注模板

xxxxxxxxxx
# 参照锚点设置规则：
1. 建议框选4个及以上(最少3个)参照字段，并尽量分散（向四角方向）
   1). 如果匹配4个及以上的锚点框，则进行透视变换
   2). 如果匹配3个锚点框，则进行仿射变换
   3). 如果匹配的锚点少于三个则直接根据相对坐标计算
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

xxxxxxxxxx
# 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

基于模板文字识别

通用文本识别

表格文字识别 / 表格自动检测文字识别

项目源代码下载：

Github链接

Gitee链接