## 引言

OCR（Optical Character Recognition）即光學字元識別技術，是一種將紙質或電子檔案中的印刷文字轉化為可編輯和可搜尋的數字文字的技術。隨著數字化和資訊化的快速發展，OCR 技術逐漸成為處理大量紙質或電子檔案的主要手段之一，具有廣泛的應用前景。

本文將從OCR 技術的關鍵技術點、應用、優缺點以及推薦優秀的應用API 等角度給大家講述OCR 相關的內容。

## OCR 技術的關鍵技術點

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/bbf0bed3988f493aa6e02888c341a387~tplv-k3u1fbpfcp-zoom-1.image)

最後一步也是最重要的一步，需要對識別結果進行後處理，提高識別的準確率和魯棒性。

綜上所述，OCR 技術需要透過多個環節的處理和識別，才能夠將紙質或電子檔案中的印刷文字轉化為可編輯和可搜尋的數字文字。其中，影像預處理和字元識別是 OCR 技術的兩個核心環節。

## OCR 識別的應用

在文字識別和影像識別方面都具有廣泛的應用，可以幫助各種行業和領域實現數字化轉型和智慧化升級，下面給大家列一些場景的應用場景：

### 1.OCR 在文字識別方面的應用

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9f6ffa1796f74134b5d73fb527aac2e7~tplv-k3u1fbpfcp-zoom-1.image)

### 2.OCR 在影像識別方面的應用

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c9c0ad026a3c4a4e8c347251f9e7d907~tplv-k3u1fbpfcp-zoom-1.image)

## OCR 技術 API 的推薦

[通用文字識別OCR](https://www.apispace.com/eolink/api/ocrbase/introduction?utm_source=itpub&utm_content=high025&utm_term=tongyongwenziocr)：它多場景、多語種、高精度的整圖文字檢測和識別服務，多項指標行業領先，可識別中、英、日、韓、法、德多種語言，適可應用於多種領域，比如說、金融服務領域、教育教學領域等等。

[身份證識別OCR](https://www.apispace.com/eolink/api/ocr-idcard/introduction?utm_source=itpub&utm_content=high025&utm_term=shenfenzhengocr)：支援傳入身份證照片，識別照片文字資訊並返回，包括姓名、身份證號碼、性別、民族、出生年月日、地址、簽發機關及有效期，在例如使用者註冊、實名認證等場景可以廣泛適用。

[二維碼識別OCR](https://www.apispace.com/eolink/api/ocrbarcode/introduction?utm_source=itpub&utm_content=high025&utm_term=erweimaocr)：支援識別圖片中的二維碼、條形碼進行檢測和識別，返回儲存的文字內容、可應用於物流配送、電子票務等場景。

[增值稅發票識別OCR](https://www.apispace.com/eolink/api/fapiao/introduction?utm_source=itpub&utm_content=high025&utm_term=fapiaoocr)：識別增值稅普票、機動車發票、火車票、PDF電子票、行程單等型別發表的所有關鍵欄位，包括髮票基本資訊、銷售方及購買方資訊、商品資訊、價稅資訊等，其中五要素識別準確率超過99%。

[銀行卡識別OCR](https://www.apispace.com/eolink/api/bankcard/introduction?utm_source=itpub&utm_content=high025&utm_term=yinhangkaocr)：結構化識別多款主流銀行卡的卡號、有效期、髮卡行、卡片型別、持卡人5個關鍵欄位，識別準確率超過99%

[駕駛證識別OCR](https://www.apispace.com/eolink/api/ocr-driving/introduction?utm_source=itpub&utm_content=high025&utm_term=jiashizhengocr)：支援對駕駛證自動識別，並提取姓名、性別、國籍等駕駛證實體資訊。

[車牌識別OCR](https://www.apispace.com/eolink/api/lisence-recognition/introduction?utm_source=itpub&utm_content=high025&utm_term=chepaiocr)：識別中國大陸各類機動車車牌資訊，支援藍牌、黃牌（單雙行）等。

[行駛證識別OCR](https://www.apispace.com/eolink/api/ocr-vehicle/introduction?utm_source=itpub&utm_content=high025&utm_term=xingshizhengocr)：支援識別行駛證正副本資訊，包含號牌號碼、所有人、車輛型別、品牌型號、住址、發動機號碼、車輛識別代號、註冊日期、發證日期、使用性質等資訊。

## 快速接入 OCR API

> APISpace 是國內一個較大的 API 供應平臺，提供多種型別的 API 介面，包括[手機號碼歸屬地查詢 API](https://www.apispace.com/eolink/api/teladress/introduction?utm_source=itpub&utm_content=high025&utm_term=shoujihaoguishudi) 、[天氣預報查詢API](https://www.apispace.com/eolink/api/456456/introduction?utm_source=itpub&utm_content=high025&utm_term=tqcx)、[手機在網狀態 API](https://www.apispace.com/eolink/api/zwsjmd/introduction?utm_source=itpub&utm_content=high025&utm_term=zaiwangzhuangtai) 、[反欺詐（羊毛盾）API ](https://www.apispace.com/eolink/api/wool/introduction?utm_source=itpub&utm_content=high025&utm_term=yangmaodun)以及當前比較熱門的[ AI 繪畫 API](https://www.apispace.com/23329/api/aigc/introduction?utm_source=itpub&utm_content=high025&utm_term=aigc) 等等，選擇性比較多。

以接入 APISpace 的 【[通用文字識別 OCR](https://www.apispace.com/eolink/api/ocrbase/introduction?utm_source=itpub&utm_content=high025&utm_term=tongyongwenziocr)】 API 為例，具體使用方式如下：

#### 1.註冊並獲取通用文字識別 API 金鑰

進入 【[通用文字識別OCR](https://www.apispace.com/eolink/api/ocrbase/introduction?utm_source=itpub&utm_content=high025&utm_term=tongyongwenziocr)】詳情頁，點選【免費試用】，即可喚起註冊按鈕。

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/cc93adbc72de4fdca61dc05fc4388d9a~tplv-k3u1fbpfcp-zoom-1.image)

註冊成功後，我們在頁面導航選單點選 **【我的** **API**】進入 **【訪問控制**】頁面，即可看到平臺提供的金鑰。

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/7d262d39316a483b80512a4ac4e00ff2~tplv-k3u1fbpfcp-zoom-1.image)

#### 2.線上測試呼叫 API 進行文字識別

回到 【[通用文字識別OCR](https://www.apispace.com/eolink/api/ocrbase/introduction?utm_source=itpub&utm_content=high025&utm_term=tongyongwenziocr)】詳情頁，再次點選【免費試用】，我們可以在獲得一定次數的免費呼叫許可權，並且進入測試介面。

在測試介面中，根據 API 介面檔案中的要求，輸入圖片地址

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/d7faef4361694e86b938553ca917876a~tplv-k3u1fbpfcp-zoom-1.image)

如我們輸入

![](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/f33acf90f56c4e3c8008152930cd48cf~tplv-k3u1fbpfcp-zoom-1.image)

API 返回的識別結果如下：

```
    "words_result": [{
        "word": "桃花歷亂李花香",
        "location": [
            [978, 218],
            [1046, 218],
            [1046, 810],
            [978, 810]
        ]
    }, {
        "word": "草色青青柳色黃",
        "location": [
            [1088, 211],
            [1156, 210],
            [1160, 810],
            [1092, 810]
        ]
    }, {
        "word": "春日偏能惹恨長",
        "location": [
            [748, 219],
            [816, 218],
            [822, 810],
            [754, 810]
        ]
    }, {
        "word": "東風不為吹愁去",
        "location": [
            [862, 219],
            [930, 218],
            [932, 806],
            [864, 806]
        ]
    }, {
        "word": "春思",
        "location": [
            [1238, 218],
            [1332, 218],
            [1332, 447],
            [1238, 447]
        ]
    }, {
        "word": "賈至",
        "location": [
            [624, 697],
            [666, 697],
            [666, 806],
            [624, 806]
        ]
    }],
    "words_count": 6,
    "log_id": "1e165580-cde1-11ed-989b-000000003532"
}
```

## 在程式中接入通用文字識別 API

在Java 程式中，我們可直接複製以下程式碼接入通用文字識別OCR API

```
OkHttpClient client = new OkHttpClient().newBuilder().build();
MediaType mediaType = MediaType.parse("application/json");
RequestBody body = RequestBody.create(mediaType, "{"image":"","url":"https://data-apibee.apispace.com/license/1678270527930990ebabe-a570-44ca-9966-b892d2bb6df8","language":"CHN_ENG"}");
Request request = new Request.Builder()
  .url("https://eolink.o.apispace.com/ocrbase/ocr/v1/base")
  .method("POST",body)
  .addHeader("X-APISpace-Token","替換平臺提供的 API 金鑰")
  .addHeader("Authorization-Type","apikey")
  .addHeader("Content-Type","application/json")
  .build();

Response response = client.newCall(request).execute();
System.out.println(response.body().string());
```

## 結語

OCR 技術在數字化轉型和智慧化升級方面具有重要作用，可以幫助各種行業和領域實現效率的提高和成本的降低。它可以將紙質檔案和影像轉化為數字化文字，實現數字化儲存和管理，自動化處理，節省大量時間和人力成本。此外，OCR 技術還可以實現智慧化處理，如自動分類、自動標註等。

OCR技術大揭秘：紙質文件數字化的新選擇

相關文章