Sophon OCR
星環文字識別平臺
自定義模板識別
/
混合文表識別
/
標準卡證識別
/
批量作業管理
產品簡介
Sophon OCR是Sophon旗下的一款企業級輕量化文字識別平臺，提供了包括全文識別、標準識別和自定義模板識別3種識別模式，以及卡證、發票、銀行回單、混合文表等20多種識別能力。基于自主研發的高性能算法，Sophon OCR不僅在通用的識別場景表現優異，在金融、物流、醫療等垂直領域也有較多的部署和應用。
Sophon OCR能提供什么？
通用全文識別
在通用識別場景下，Sophon OCR提供了覆蓋全文文本、全文表格、混合文表以及手寫體的多場景識別服務，可精準識別圖表、文本的位置并結構化輸出。尤其是業內識別痛點的無框線表格，Sophon OCR具有較好的識別能力。
自定義模板識別
針對如銀行回單、流水單等固定版式不同識別內容的圖片，Sophon OCR提供模板識別功能實現對此類型數據的精準智能分類和識別。用戶只需創建一次識別模板，簡單配置識別區域，即可完成多種類型的數據的智能識別，拒絕手動分類。
標準卡證識別
提供對常用場景如身份證、戶口本、營業執照、銀行卡、火車票和增值稅發票等對象的識別。在業務的數據積累和打磨中，Sophon OCR可提供優于行業水平的識別模型。
批量作業管理
Sophon OCR提供作業模塊解決用戶批量識別處理的需求，用戶只需要選擇任意的識別服務和需要處理的數據，即可完成批量識別。此外還可根據業務需要以json、word和excel等形式導出結構化結果。
文件系統管理
Sophon OCR內置了文件系統管理，支持用戶無縫對接自定義文件系統，同步數據功能可在原數據集上做增量修改，而不影響之前的識別結果，保證了操作的簡潔、數據的隱私。
Sophon OCR識別工作流
為什么選擇Sophon OCR？
精準的模板識別
Sophon OCR實現了復雜文本和表格混合的多字體、任意版式的自定義模板識別，解決了固定版式類圖片多個表格文本混合場景下的精確識別問題，效果行業領先。
豐富的前后處理
提供了對印章/水印、低分辨率和形變等圖片質量優化和格式轉換等前處理功能，保證圖片輸入的很好狀態。提供靈活的智能糾錯、存儲格式轉換等后處理功能，提升準確率并無縫銜接下游業務。
高效的批量作業
提供任意識別模式的批量識別、數據源管理和狀態監控，識別完成后，可在作業中對結果和模板進行審校，并進行模板持久化，大大提高了生產效率。
領先的自研算法
通過自研的跨模態多維度特征融合算法和自適應智能模板匹配算法技術，不僅可以批量處理固定樣式圖片的文本結構化需求，也可以針對文本位置和表格單元格大小”彈性變化”的圖片進行結構化識別。
如何部署使用Sophon OCR？
云服務
用戶無需自建服務器，管理復雜的硬件資源和計算調度，只需通過API接口調用識別服務，在云端完成業務數據的識別。
私有化部署
采用軟件包或軟硬一體機的方式進行私有化部署，接入私有化網絡，在客戶現場完成業務數據的識別。
應用案例
客戶需求
○ 銀行回單需錄入到ERP系統并與合同號關聯，不同銀行的回單格式不同，銀行回單上幾乎所有字段均需錄入，手動錄入工作量巨大
○ 報銷過程中的各項發票，包括增值稅發票、出租車發票等均需要人工手動錄入信息，工作效率低
解決方案
○ 通過模板識別技術，實現了回單中客戶名稱、金額、交易時間等關鍵字段進行結構化識別提取的功能。此外，基于動態模板匹配算法，實現了對文本位置和表格單元格大小”彈性變化”的圖片進行結構化識別，保證模板匹配的準確度。
○ 針對增值稅發票等標準票據的識別場景，通過大量業務數據的積累、訓練和優化，實現了較高準確率的識別能力。
○ 基于標準的API接口，ERP開發人員可快速集成并測試上線
項目成果
幫助內部財務同事完成了超過15家銀行各類回單的關鍵信息結構化提取，模板匹配度可達99%以上。財務人員只需要將原始的回單數據上傳系統，即可完成自動分類和識別。
內部自有數據，數據經過脫敏后可用于識別模型的持續訓練和迭代，有效提升各類票據模型的識別精度和泛化能力。
星環科技,構建明日數據世界
