玩转OCR | 腾讯云智能结构化OCR初次体验

目录

一、什么是OCR（需要了解）

二、产品概述与核心优势

产品概述

智能结构化能做什么

举例说明（选看）

1、物流单据识别

2、常见证件识别 

3、票据单据识别

4、行业材料识别

三、产品特性

高精度

泛化性

易用性

四、产品实际测试与感受

证书识别

驾驶证识别

营业执照识别 

五、个人看法总结

一、什么是OCR（需要了解）

OCR又被称为光学字符识别技术，在数字化转型的浪潮中企业为了提高效率、降低成本的关键工具，而我们今天介绍的这款产品就是腾讯云推出的智能结构化OCR，它凭借其先进的技术和广泛的应用场景，正在推动跨行业高效精准的文档处理与数据提取新时代。

本文将全面介绍腾讯云智能结构化OCR的功能、技术优势、应用实践以及行业案例，帮助您深入了解并有效运用这一强大的工具。

二、产品概述与核心优势

产品概述

智能结构化（Smart Structure Optical Character Recognition ）融合了业界领先的深度学习技术、图像检测技术以及OCR大模型能力，能够实现不限版式的结构化信息抽取。无论是固定卡证还是复杂的物流单据，均可实现智能识别。该产品预学习建立键值对应关系，支持客户定制模板，提升数据提取录入效率，适用于政务、票据核销、行业表单和国际物流等场景。

智能结构化能做什么

上传图片自动提取结构化信息，智能KV格式信息提取

• 自动化识别千种版式的自动提取
• 亿级调用经过大规模验证
• 98%准确率高
• 1API   1个API解决多种识别问题

举例说明（选看）

要识别的单据证照、不限定版式，智能结构化全搞定，6000+种版面的证照单据支持，无需集成多个接口，单一接口解决诸多证照单据识别问题

1、物流单据识别

适用于各种版式不固定、版面复杂、中英文混排的场景，针对进出口物流、货代、进出口贸易的单据，完成高精度的结构化识别：

1. 跨境货代场景，涉及单据运单、海外发票、装箱单、提单、进出口报关单、托书、磅单、货物保险单、货运到达通知。
2. 快递&快运场景，涉及单据：出货单、出库单、签回单。
3. 国际贸易与采购，涉及单据：采购订单、海外发票、海关进口关税、原厂地证明、国际信用证书。

2、常见证件识别 

适用于各种个人企业证件的识别场景，针对下列典型版式统一、未定制的材料，可完成高精度识别结构化：

1. 政务类个人证件，如：临时身份证、出生证、结婚证、军官证、警察证、残疾人证、导游证等。
2. 教育类个人证件，如：学生证、四六级证、教师资格证、毕业证书、学位证、学历认证、办学许可证等。
3. 交通类个人证件，如：道路运输证、从业资格证、网约车运输证、网约车驾驶证、临时车牌、车辆合格证等。
4. 企业资质类证照，如：医疗许可证、食品经营许可证、药品生产许可证、烟草专卖许可证、运输许可证等。
5. 其他单据材料，如：车险保单、快递运单、银行回单、商业汇票、磅单等。

3、票据单据识别

适用于各种票据单据的识别场景，针对下列典型版式统一、未定制的材料，可完成高精度识别结构化：

1. 金融类票据单据，如：银行纸质回单、银行电子回单、大额汇兑凭证、代理记账许可证书、客户入账通知单等。
2. 财务类报销单据，如：商品小票、支付截图凭证、滴滴行程单、酒店水单、海关缴纳书、商品订单页等。
3. 运输类票据单据，如：报关单、运单、英文发票、英文小票、发货卸货单、采购单、配送单等。

4、行业材料识别

适用于细分行业领域各种特殊材料的识别场景，针对下列典型版式统一、未定制的材料，可完成短文本及表格的高精度结构化：

1. 工业行业材料，如：商品标签、设备铭牌、价签等。
2. 服务行业材料，如：合同、标书、车辆保险单据、彩票等。
3. 医疗行业材料，如：药品说明书、出院记录、医院检验报告单等。

三、产品特性

高精度	泛化性	易用性
支持任意固定版式的卡证票据识别，各字段精度均处于业界领先水平，识别准确率达到90%以上。	支持多种常见固定版式的数据结构化提取，如警察证、教师资格证、道路运输证等，适用于多行业场景。	用户仅需简单的几步配置，即可定制个性化结构抽取方式，快速提取数据，无需训练，实现高效录入。

四、产品实际测试与感受

因为我是学生，所以我就简单的拿一个获奖证书来进行测试，简单测试一下该产品的识别效果和能力。

点击跳转到腾讯云OCR API

进行下面的操作（发起请求前需要确保是否已经开通了该服务）

然后就可以了，选择你想要识别的图像，然后点击发起请求。

证书识别

这里我们可以看到识别的结果如下：

"Angle": 0,"RequestId": "e56fbd1d-d65e-41f6-ab62-b9f716e2152f","Title": "蓝桥杯大赛获奖证书","Name": "******",//这里我就不展示了"CertNumber": "******",//这里我就不展示了"IDNumber": "******",//这里我就不展示了"IssuingOrganization": "工业和信息化部人才交流中心","CompetitionCommittee": "蓝桥杯大赛组委会","Date": "2023年4月23日","Seal": true,"QRCode": true,"RecognizeWarnCode": [],"RecognizeWarnMsg": [],"RegistrationAuthority": "工业和信息化部人才交流中心","RegistrationDate": "2023年4月23日","SetDate": "2023年4月23日","IsDuplication": 1

 调用实例代码

package mainimport ("fmt""github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/common""github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/common/errors""github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/common/profile"ocr "github.com/tencentcloud/tencentcloud-sdk-go/tencentcloud/ocr/v20181119"
)func main() {// 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密// 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。以下代码示例仅供参考，建议采用更安全的方式来使用密钥，请参见：https://cloud.tencent.com/document/product/1278/85305// 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取credential := common.NewCredential("SecretId","SecretKey",)// 实例化一个client选项，可选的，没有特殊需求可以跳过cpf := profile.NewClientProfile()cpf.HttpProfile.Endpoint = "ocr.tencentcloudapi.com"// 实例化要请求产品的client对象,clientProfile是可选的client, _ := ocr.NewClient(credential, "", cpf)// 实例化一个请求对象,每个接口都会对应一个request对象request := ocr.NewRecognizeGeneralTextImageWarnRequest()// 返回的resp是一个RecognizeGeneralTextImageWarnResponse的实例，与请求对象对应response, err := client.RecognizeGeneralTextImageWarn(request)if _, ok := err.(*errors.TencentCloudSDKError); ok {fmt.Printf("An API error has returned: %s", err)return}if err != nil {panic(err)}// 输出json格式的字符串回包fmt.Printf("%s", response.ToJsonString())
} 

驾驶证识别

调试API后，系统返回处理成功的响应，并提供识别后的驾驶证内容，识别结果示例如下： 

Address: "广东省深圳市南山区腾讯大厦"
ArchivesCode: ""
BackPageCardCode: ""
BackPageName: ""
CardCode: "440305198305101408"
Class: "C2"
CumulativeScore: ""
CurrentTime: ""
DateOfBirth: "1983-05-10"
DateOfFirstIssue: "2005-05-01"
DriverLicenseType: "Normal"
EndDate: "2025-10-01"
GenerateTime: ""
IssuingAuthority: "上海市公安局交通警察总队"
Name: "刘洋"
Nationality: "中国"
RecognizeWarnCode: [
]
RecognizeWarnMsg: [
]
Record: ""
RequestId: "6c156215-4f2c-42b4-b41d-ffd8cff488bb"
Sex: "女"
StartDate: "2015-10-01"
State: ""

营业执照识别 

 调试API后，系统返回处理成功的响应，并提供识别后的营业执照内容，识别结果示例如下： 

Address: "深圳市南山区高新区高新南一路飞亚达大厦"
Angle: 0.09112373739480972
Business: "计算机软、硬件的设计、技术开发、销售(不含专营、专控、专卖商品及限制项目);数据库及计算机网络服务;国内商业、物资供销业(不含专营、专控、专卖商品)"
Capital: "人民币柒仟万"
ComposingForm: ""
Electronic: false
IsDuplication: 1
Name: "杭州市魔乐计算机有限公司"
NationalEmblem: true
Period: "1998年11月至长期"
Person: "毛华"
QRCode: true
RecognizeWarnCode: [
]
RecognizeWarnMsg: [
]
RegNum: "110000012345678"
RegistrationAuthority: "广东省工商行政管理局"
RegistrationDate: "1998年11月13日"
RequestId: "0dd108d7-28bb-435f-b9fa-27e6a9d6cb32"
Seal: true
SerialNumber: ""
SetDate: "1998年11月"
Title: "营业执照"
Type: "有限责任公司"

五、个人看法总结

腾讯云提供的产品，识别能力和效果都是不错的，感兴趣的话可以试试。

参考资料

• 腾讯云 智能结构化OCR产品官网
• 腾讯云 OCR技术文档
• 腾讯云 OCR API 接口文档
• 腾讯云 OCR API 在线调用页面
• 腾讯云 OCR 体验 Demo
• 腾讯云 Smart OCR 产品页