免费截图识别
所有刊物

ABBYY FineReader Engine 12最新的技术

我们最著名的SDK已更新至第5版:这是自两年最大的OCR技术更新!

  • 基于神经网络的语言模型
  • 基于神经网络的拉丁语文字识别
  • 拉丁文字的端到端识别
  • 基于神经网络的“精确”OCR模式,适用于OCR质量优先的特定情况
  • 印章和签名附近文本的识别质量改进
  • 基于神经网络的精确条形码识别(超过26种类型)
  • 阿拉伯语OCR:基于新神经网络技术的更好识别效果
  • 对包含财务数据的表的具体改进
  • 使用文档结构增强导出到PowerPoint的功能
  • 孟加拉语OCR:添加了支持的语言

OCR技术更新

端到端单词OCR

什么时候应该使用端到端OCR?在质量较低的图像上,字符分类艰难的时候。

何不对整文进行端到端OCR?处理高质量的文档的时候,启发式算法具有相同的精度,但速度更快。

端到端OCR 要点:

  • 跳过字符分离阶段:识别整单词和整行
  • 最适合质量较差的文档区域
  • 适用于字符分离不好的复杂文字:中文、阿拉伯语、孟加拉语…

 

深度学习语言模型

你能识别这个字母吗?  
这个呢?  
和这个   
现在识别单词:   

为什么识别单词更容易?因为我们知道这个词!它来自英语词汇。

加入有几个适合的词汇?

使用深度学习语言模型来评估所有的结果。

深度学习语言要点

  • 我们使用语言模型来纠正OCR错误,使用最接近的单词
  • 我们在大型语料库上训练语言模型来理解语言结构
  • 深度学习模型有助于收集比词汇表和启发式算法更多的语言信息

“精确”OCR模式

这个更新包括新的基于神经网络的“精确”OCR模式,适用于OCR质量优先的特定情况。

目前,新模式包括:

  • 英语语言模式
  • 拉丁语言的端到端识别模型

我们建议对发票、协议、收据和ID的低质量或照片图像使用此模式。

印章和签名附近文本的识别质量改进

协议类的文档有大图片,如印章和签名。

通常情况下,印章会阻止机器提取印章附近或之间的文本-文本成为“图片”的一部分,无法识别。
我们在文档分析的文档(协议)模型中添加了特殊的分类器。它检测印章和签名,并把它们从分析中删除,让附近的文字成为可识别的。

测试结果:查找目标对象的准确性:表格,文本,图片,图章,签名 —— 减少了19,3%的错误!

基于神经网络的精确条形码识别

我们建立了一个神经网络结构,它能够将图像像素分为两类:条形码和非条形码。

在分割图上选择连通组分;在他们周围建立包围矩形,我们认为矩形作为条形码的假设。在下一个阶段,一个特殊的神经网络对假设值进行解码。

 

PDF功能增强

  • PDF文档有各种各样的,有“纯图像”PDF(扫描件)和数字化PDF(有文本层和图片)。FineReader Engine有一个内置的PDF文件自动工作流:它尝试重用PDF文件中的所有信息。
  • 但有时PDF文件非常“特殊”,以至于工作流会出错,例如:在一个PDF文件中混合使用纯图像和数字生成的页面。
  • 为了解决这种问题并让客户在手动模式下处理此类文件,FineReader Engine提供了灵活的处理功能。
数字签名

在PDF中找出数字签名(SourceHasDigitalSignature)。

由于FRDocument可能由多个(多页)图像文件组成,因此可以通过
IFRPage::SourceHasDigitalSignature
IFRPage::SourceImagePath
IFRPage::SourceFilePageIndex获得详细信息。

智能字体嵌入

智能字体嵌入模式有助于减少PDF文件的大小。

只要目标标准和用户选择的处理设置允许,它就会自动绕过字体嵌入以降低文件占用空间(默认导出模式:FEM_EmbedSubsetWhenNeeded)。

 

检查文本层的质量

自适应识别方法

内容重用模式

CheckTextLayer()方法

结合现有的HasTextLayer特性和新的质量分类器;检查PDF文本层并报告其质量是否适合OCR。

自适应识别改进并加速PDF处理(默认PDF识别模式:PullXTextAndRecognizeRest)。

内容重用模式-CRM_ContentAndPictures。

帮助处理包含混合内容(扫描和文本)的Office文件。

 

其他功能

  1. .Net核心包装中的完整API覆盖率
  2. Java应用程序中优化的RAM消耗
  3. ABBYY将终止对32位兼容产品版本的支持
  4. 升级至APDFL v.18
  5. NeoML(ABBYY机器学习C++ 开源库)的使用

系统要求

  • 更新的系统要求(.NET Framework版本、开发者许可证和运行时许可证)
  • 不推荐使用Windows 7 SP1
  • 在线帮助
    管理指南和用户指南
  • 通过CPID访问
  • 更好地描述在中日韩文章识别日本文本
  • 更好地描述在线许可证生命周期
  • 更新了激活软件许可证的电子邮件
  • 更新的安装方案

API改变

为了看到完整的API改变,请访问https://www.abbyy.com/media/32896/fr-engine-12-for-windows-r5-release-notes.pdf

新闻和发布 产品技巧 ABBYY 技术
电子邮件订阅

您的订阅成功!

我知道可以随时通过单击从ABBYY或通过ABBYY数据主体访问权限表收到的任何电子邮件中的取消订阅链接来撤销我的同意。

您已成功訂閱!

請檢查信箱並確認您的訂閱。若您在幾分鐘內都未看見電子郵件,請檢查垃圾郵件資料夾。

关注我们
ABBYY免费在线识别服务

试试OCR工具

Cookie的使用。 为了优化网站功能并改善您的在线体验,ABBYY使用cookie。您继续浏览本网站即表示您同意使用cookie。更多详情请参见我们 的隐私声明