编辑点评:
AIScanner是一款非常只能的图片OCR软件,能够帮助用户快速识别图片中的文字内容,支持多种语言和符号识别,能够保留图像部分格式,可以将识别内容以txt、word方式导出
使用教程
1、完成软件下载双击.exe文件弹出软件安装弹框,点击安装按钮即可进行软件安装
2、完成软件安装后直接启动软件并弹出软件激活弹框
3、点击输入激活码即可关闭弹框进入软件进行OCR识别
4、点击添加按钮可以添加图片进行识别
5、点击旋转按钮可以对添加的图片进行旋转
6、点击软件右上角的导出按钮可以将识别文本以Word文本导出软件
这款软件有什么特色
1、AIScanner界面简洁直观、操作简单便捷
2、功能强大、专业实用
3、支持本地图片添加进行文本提取
4、支持提取内容快速导出
5、支持添加图片进行快速预览
软件功能有哪些
印刷体识别、手写英文识别;
公式识别:将公式转为LaTex格式;
历史记录功能;
文本查找、替换;
文本撤销、恢复;
绘制区域:进行部分区域识别;
左旋转、右旋转:导入的图片出现90°旋转时使用;
图片/文件删除(单选、全选);
识别出的图片可移动、可删除;
导出为word;
OCR文字识别,给财务工作带来了哪些好处?
基于深度学习算法的OCR(文字识别)技术
OCR文字识别技术其实是一门非常古老的技术,已经有约100年的历史了。但是,通过人工智能的洗礼后,它却焕发出了新的生命,给我们带来了全新的价值。
第一款OCR(光学字符识别)设备是由奥地利工程师 Gustav Tauschek(1899-1945)在1920年代后期开发的,他于1929年获得了专利。在随后几十年间,印刷体英文资料大量通过OCR技术实现电子化。汉字的识别技术是在上世纪90年代逐渐成熟,我们所熟知的清华紫光、汉王就是那个年代的技术领先公司。
但是传统OCR技术存在如下几个问题:
由于传统算法主要采用的是图像处理(二值化、连通域分析、投影分析等)+ 统计机器学习(Adaboost、SVM)的方法,存在很大局限性。传统算法只能对比较规范、清晰的印刷文字进行识别,而对于手写字符、文字不是很规整的内容,识别错误率就会大大提升,以至于根本无法使用;
识别内容主要是纯文本,如果涉及表格或有固定格式的文件(例如发票),无法形成结构化的数据;
如果仅仅使用传统OCR技术,其实是很难满足我们财务的需求的,因为如果有很多的错误,我们就没办法相信计算机处理的结果,还是需要人工进行复核,我们的工作还是没有减少。
然而,随着基于神经网络的人工智能技术在2006年迎来了深度学习算法的春天,大大提高了人工智能的准确性和实用性,终于从实验室走出来,可以用于商业使用。
利用深度卷积神经网络(CNN)技术,可以有效解决文字大小不一、文字模糊、文字粘连、文字变形、文字部分缺少等技术难题,将识别置信度(可以通俗理解为正确率)提升到95%以上。
目前各大互联网平台(腾讯云、百度云、华为云、阿里云等)都推出了非常成熟的文字识别技术,技术的成熟度和价格都到达了可以很好进行商用的阶段(后期,我会有专门文章对各家OCR技术,进行详细对比分析)。
03
人工智能OCR技术,能给我们财务带来什么好处呢?
OCR文字识别技术,对于我们财务而言,最为有用的地方就是对各种各样的发票的处理,例如增值税发票、普通发票、卷票、定额发票、火车票、飞机票等等。
每当财务收到员工报销的发票,不管是传统的纸质发票,还是后来上影像系统后的发票扫描影像,我们财务都不得不通过肉眼对发票进行检查,挑出其中不合规的发票,不属于报销范围的发票,甚至是……假发票。
这些处理工作,极其繁琐而无趣,毫无工作成就感,难怪费用报销岗,是财务小姐妹最不愿干的岗位(没有之一)。
因此,赶快让AI人工智能来解救我们吧!
通过AI算法的OCR技术,可以完成以下几项工作:
分辨不同的发票种类。AI可以自动对报销的发票进行分类,自动识别是哪种发票类型;
混合票面也可识别。可以自动从粘贴好的A4纸粘贴单中(发票必须平铺粘贴,互不遮盖)提取各个发票,就算是贴得横七竖八也没关系;
全票面数据识别。AI可以将文字信息从票面中抽取出来,变成一个个有意义的字段,例如发票代码、发票号码、发票金额等等,对于拥有多行明细内容(例如增值税发票,还会生成明细表格清单);
当AI从发票中提取出非常详细的明细数据后,计算机就可以根据各个字段及其业务规则,结合报销单据,自动对发票进行检查了。计算机可以轻松检查出各种有问题的发票(例如发票抬头开错、发票货物清单不在报销许可范围、发票时间和出差时间不符等等),然后再结合发票查验技术,可以安心保障发票真实性。
当我们人工处理发票时,是没有时间去整理这些发票数据的,最多记录一下发票代码、发票号码和金额。作为财务核算而言是足够了。但是当我们需要对差旅费用数据需要进行一些分析时,却发现没有数据可用。
OCR识别技术可用帮助我们解决这个问题。由于票面上的明细数据都被独立解析出来,这样我们就可以根据这些数据进行各种角度的分析。
例如,分析差旅人员出差频度最高的地点、最常使用的航空公司、航班航线,我们就可以有针对性的这些航空公司签订大客户协议,对重点城市和航线拿到更低的折扣,从而节省差旅费用。
热门评论
最新评论