通用文字識別（OCR, Optical Character Recognition）API 是一種將影像中的文字內容提取並轉化為可編輯文字的技術，廣泛應用於文件處理、票據識別、身份證識別等場景。通用OCR API可以識別各種字型、語言和文件格式，不受特定表格、文件型別或內容限制。
1. 功能與特點
文字識別：通用OCR可以識別影像中的文字，無論是列印的文字（例如書籍、報紙）還是手寫的文字。
多語言支援：大多數OCR API可以識別多種語言，包括中英文等常見語言，部分高階OCR服務還支援多種語言的混合識別。
自動版面分析：OCR API通常具備自動檢測影像中文字區域的功能，並能夠處理表格、複雜佈局的文件，自動識別文字的段落和行順序。
影像預處理：OCR API可以處理不同型別的影像質量問題，如傾斜、模糊、背景干擾等，以提高識別準確性。
結構化資料輸出：除了純文字輸出外，某些OCR API還支援將識別結果以結構化資料的形式輸出，如JSON格式，幫助開發者更好地處理和使用資料。
2. 應用場景
檔案數字化：將紙質檔案或掃描的影像檔案轉化為可編輯的文字，應用於檔案管理、企業檔案電子化等場景。
票據識別：識別發票、收據等票據中的關鍵資訊，應用於財務管理系統。
證件識別：識別身份證、駕駛證等證件資訊，常用於金融、保險等行業的身份驗證。
手寫文字識別：處理手寫筆記或表格，幫助使用者將手寫內容轉化為數字化文字。
3. 工作流程
通用OCR API的工作流程一般如下：
影像上傳：首先，將包含文字的影像上傳到OCR API伺服器。影像格式可以是JPG、PNG、PDF等。
影像預處理：OCR系統會對上傳的影像進行預處理，處理步驟可能包括二值化、去噪、旋轉校正等，以提高識別準確性。
文字檢測與識別：系統會透過字元檢測和文字識別技術，將影像中的字元提取出來，並轉化為可編輯的文字。
輸出識別結果：識別完成後，OCR API會返回識別結果，通常包括識別的文字、文字所在的座標位置等資訊。
PHP介面對接方式：
'https://netocr.com/api/recogliu.do', CURLOPT_RETURNTRANSFER => true, CURLOPT_ENCODING => '', CURLOPT_MAXREDIRS => 10, CURLOPT_TIMEOUT => 0, CURLOPT_FOLLOWLOCATION => true, CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1, CURLOPT_CUSTOMREQUEST => 'POST', CURLOPT_POSTFIELDS => array('img' => '/9j','key' => 'M***********g','secret' => '3***********6','typeId' => '1993','format' => 'json'), )); $response = curl_exec($curl); curl_close($curl); echo $response; } } $rtn = (new Sample())->run(); print_r($rtn);