表單識別：準確快速實現紙質表格表單的電子化

---

表單識別是在OCR識別核心基礎上開發的基于固定表格識別的一種OCR識別工具，適用于具有表格特征的表單、票據、單證等。通過掃描、圖像處理、自動分類、OCR（光學字符識別）技術，將表格圖像中的數據信息準確、快速、真實地提取并保存。 應用背景 表格表單是一種高度精煉，集中的信息表達手段，紙質表格被廣泛的應用于數據采集，將紙質表格數據轉換成電子數據是信息化必然趨勢。然而，傳統的人工數據錄入方式需要由專門的數據錄入員將數據一條一條手動錄入到計算機存儲，這種方式耗費了大量的人力和時間，存在許多弊端： 錄單任務繁重、強度大、錄入員在高強度重復工作狀態下極易疲勞出錯； 增加錄單人手、增加計算機設備都導致辦公成本增加； 業務劇增，表格表單文件數量龐大，企業機構需要耗費更多的人力和時間去處理這些表格表單。 OCR表單識別應用 隨著OCR技術的出世與應用，表格表單信息錄入管理模式也隨之發生了改變，通過OCR表單識別技術，實現表格圖像中的數據信息準確、快速、真實地提取，最大程度上減少企業員工的工作量。 廈門憑借其十幾年的OCR研發經驗和技術積累，以及對市場的深入調查，全面推出表單識別技術，為客戶提供企業級的數據采集方案，大大提高計算機識別表單票據的準確率和速度，促進企業機構紙質表單信息化。 表單識別包含國內尖端的票據表格核心處理技術，可根據各類紙質票據、表格、單證等排版特點，按區域分別將不同的內容識別并提取成字符、圖像等電子數據。這就意味著利用表單識別，可以針對自定義模板處理各種形式、格式的表單，無論大小、布局和內容，可根據自定義欄目、文本進行框選后識別。 通過深度的OCR引擎識別和文本處理技術給予表格表單提供了無與倫比的文檔分析和數據的提取功能，表單識別包含了先進的模板學習和文本、圖像分析提取技術，通過模板元素定義表單，將整個表單生命周期和生產數據以自動化形式產出數據資源，節省人工的處理時間。 表單識別的優勢： 識別表格種類多，各種銀行單據、票據、測評表等固定性表格都能識別； 表格分類精確，可實現各種表格、票據的自動分類 識別速度快，單張平均識別時間小于2秒； 識別率高，字符識別率>96%，欄目識別率>97%； API開發支持Java、C++、C、object pascal及objective-C等多種語言。