『搞定』文本提取一秒搞定 华为OCR技术到底厉害在哪?( 二 )


Step3:定帧后,拖一拖,复制文字轻松搞定
当用户希望屏幕画面固定不动,可以点击检测到的文本行,这时屏幕会定帧,用户可手动选择对检测和识别到的文字内容进行拖选,其效果类似于在文本文档里,用鼠标对文本内容进行拖选。
要实现文本区域内拖选的功能,就需要用到整行拖选技术。文字整行拖选技术主要是根据OCR检测模型输出文本区域的坐标,通过识别用户的点击事件,实时记录用户点击的位置,并通过上层UX对用户拖选到的区域进行高亮。经历一系列的操作,最后把可复制的文字呈现在用户面前。
 『搞定』文本提取一秒搞定 华为OCR技术到底厉害在哪?
文章图片


文本提取有哪些难点与挑战?
看似简单操作的文本提取,实际要克服的困难可不少。文字的字体、字号、颜色等不统一,容易被误识别;语言种类繁多,中文、英文、数字等多种语言混合出现,识别难度大;识别时,不可预测光线变化、图片不清、背景复杂干扰等等,这些都给文本提取带来了不小的困难。
对于上述的困难,基于华为OCR技术于业内领先的深度学习文字定位功能和文字识别技术,无论是生活中复杂多变场景,还是不同光照条件,华为OCR技术能支持多场景、任意版面的文字识别提取,具备英文和数字、多语种包括中文、日文、韩语、阿拉伯语、英语和欧洲五国语言等、以及超过7000个常用汉字的简繁体识别能力,同时还具有多种垂直场景的识别能力,支持识别如身份证、银行卡、名片、驾驶证等, 满足生活中大部分场景的文本提取需求。
OCR技术作为AI技术的支撑,是一种强有力的识别方式。文字提取、识别物品、扫描习题、翻译外文时大多都需要依靠OCR技术,使用方法简单方便。如果你正好有华为手机,不妨体验一下。


推荐阅读