【玩转OCR | 腾讯云智能结构化OCR在图像增强与发票识别中的应用实践】

Aileen_0v02024-12-28 3:01


🌈个人主页: Aileen_0v0
🔥热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法

​💫个人格言:"没有罗马,那就自己创造罗马~"

文章目录

引言

在数字化转型的浪潮中，光学字符识别（OCR）技术已成为企业提高效率、降低成本的关键工具。腾讯云智能结构化OCR产品，以其高精度识别能力和多模态大模型技术，为交通、物流、金融、零售等行业提供了强有力的技术支持。本文将结合实际案例，探讨腾讯云智能结构化OCR在图像增强和发票识别中的应用实践。

图像增强API调用实践

1. API选择与参数设置

在腾讯云API Explorer中，我们选择了"图像增强"API，用于提升图像质量。通过设置相关参数，如ImageBase64（图像的Base64编码字符串）或ImageUrl（图像URL），我们可以将待处理的图像传递给API。

2. 在线调试与结果分析

通过在线调试功能，我们上传了一张动漫风格的图像，并选择了"文字锐化"作为增强方法。调用API后，系统返回了处理成功的响应，并且提供了增强后的图像。


3. 响应结果

响应结果显示，处理成功，并且返回了增强后的图像。通过对比原图和增强后的图像，可以明显看出图像质量的提升，尤其是在锐化方面。

具体实现代码

java 复制代码 
package com.tencent;
import com.tencentcloudapi.common.AbstractModel;

import com.tencentcloudapi.common.Credential;
import com.tencentcloudapi.common.profile.ClientProfile;
import com.tencentcloudapi.common.profile.HttpProfile;
import com.tencentcloudapi.common.exception.TencentCloudSDKException;
import com.tencentcloudapi.ocr.v20181119.OcrClient;
import com.tencentcloudapi.ocr.v20181119.models.*;

public class Sample
{
    public static void main(String [] args) {
        try{
            // 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
            // 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。以下代码示例仅供参考，建议采用更安全的方式来使用密钥，请参见：https://cloud.tencent.com/document/product/1278/85305
            // 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取
            Credential cred = new Credential("SecretId", "SecretKey");
            // 实例化一个http选项，可选的，没有特殊需求可以跳过
            HttpProfile httpProfile = new HttpProfile();
            httpProfile.setEndpoint("ocr.tencentcloudapi.com");
            // 实例化一个client选项，可选的，没有特殊需求可以跳过
            ClientProfile clientProfile = new ClientProfile();
            clientProfile.setHttpProfile(httpProfile);
            // 实例化要请求产品的client对象,clientProfile是可选的
            OcrClient client = new OcrClient(cred, "", clientProfile);
            // 实例化一个请求对象,每个接口都会对应一个request对象
            ImageEnhancementRequest req = new ImageEnhancementRequest();
            
            // 返回的resp是一个ImageEnhancementResponse的实例，与请求对象对应
            ImageEnhancementResponse resp = client.ImageEnhancement(req);
            // 输出json格式的字符串回包
            System.out.println(AbstractModel.toJsonString(resp));
        } catch (TencentCloudSDKException e) {
            System.out.println(e.toString());
        }
    }
}

发票识别API调用实践

1. API选择与参数设置

在腾讯云API Explorer中，我们选择了"RecognizeGeneralInvoice"API，用于识别发票信息。通过设置相关参数，如ImageBase64或ImageUrl，我们可以将待识别的发票图像传递给API。

2. 在线调试与结果分析

通过在线调试功能，我们上传了一张发票图像。调用API后，系统返回了识别成功的响应，并且提供了结构化的发票信息，包括发票类型、金额、日期等关键字段。

3. 响应结果

响应结果显示，识别成功，并且返回了详细的发票信息。这为企业的自动化报销流程、财务审计等提供了极大的便利。

具体实现代码

java 复制代码 
package com.tencent;
import com.tencentcloudapi.common.AbstractModel;

import com.tencentcloudapi.common.Credential;
import com.tencentcloudapi.common.profile.ClientProfile;
import com.tencentcloudapi.common.profile.HttpProfile;
import com.tencentcloudapi.common.exception.TencentCloudSDKException;
import com.tencentcloudapi.ocr.v20181119.OcrClient;
import com.tencentcloudapi.ocr.v20181119.models.*;

public class Sample
{
    public static void main(String [] args) {
        try{
            // 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密
            // 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。以下代码示例仅供参考，建议采用更安全的方式来使用密钥，请参见：https://cloud.tencent.com/document/product/1278/85305
            // 密钥可前往官网控制台 https://console.cloud.tencent.com/cam/capi 进行获取
            Credential cred = new Credential("SecretId", "SecretKey");
            // 实例化一个http选项，可选的，没有特殊需求可以跳过
            HttpProfile httpProfile = new HttpProfile();
            httpProfile.setEndpoint("ocr.tencentcloudapi.com");
            // 实例化一个client选项，可选的，没有特殊需求可以跳过
            ClientProfile clientProfile = new ClientProfile();
            clientProfile.setHttpProfile(httpProfile);
            // 实例化要请求产品的client对象,clientProfile是可选的
            OcrClient client = new OcrClient(cred, "", clientProfile);
            // 实例化一个请求对象,每个接口都会对应一个request对象
            RecognizeGeneralInvoiceRequest req = new RecognizeGeneralInvoiceRequest();
            
            // 返回的resp是一个RecognizeGeneralInvoiceResponse的实例，与请求对象对应
            RecognizeGeneralInvoiceResponse resp = client.RecognizeGeneralInvoice(req);
            // 输出json格式的字符串回包
            System.out.println(AbstractModel.toJsonString(resp));
        } catch (TencentCloudSDKException e) {
            System.out.println(e.toString());
        }
    }
}

其它应用场景

1. 交通行业

在交通行业中，图像增强技术可以用于提升监控图像的清晰度，帮助识别车牌号码、交通标志等信息。

2. 物流行业

物流单据的图像增强可以提高OCR识别的准确率，加快物流信息的录入和处理速度。

3. 金融行业

金融行业中，票据和合同的图像增强可以提升文字识别的精度，减少人工审核的工作量。

结论

腾讯云智能结构化OCR的图像增强和发票识别功能，通过简单的API调用，就能显著提升图像质量，为各行各业的数字化转型提供了有力支持。未来，随着技术的不断进步，OCR技术将在更多领域发挥更大的作用。

个人见解

在实际应用中，图像增强技术不仅提升了OCR的识别准确率，还为图像处理领域带来了新的可能性。通过腾讯云智能结构化OCR，我们可以更高效地处理和分析图像数据，为企业的数字化转型提供坚实的基础。

体验链接

腾讯云智能结构化OCR产品官网

文字识别特惠活动


相关推荐
菠菠萝宝7 分钟前
【Java八股文】10-数据结构与算法面试篇
java·开发语言·面试·红黑树·跳表·排序·lru
openinstall全渠道统计10 分钟前
免填邀请码工具：赋能六大核心场景，重构App增长新模型
android·ios·harmonyos
不会Hello World的小苗14 分钟前
Java——链表（LinkedList）
java·开发语言·链表
努力的小T14 分钟前
使用 Docker 部署 Apache Spark 集群教程
linux·运维·服务器·docker·容器·spark·云计算
AWS官方合作商19 分钟前
Amazon Lex：AI对话引擎重构企业服务新范式
人工智能·ai·机器人·aws
workflower23 分钟前
Prompt Engineering的重要性
大数据·人工智能·设计模式·prompt·软件工程·需求分析·ai编程
双鱼大猫32 分钟前
一句话说透Android里面的ServiceManager的注册服务
android
curemoon42 分钟前
理解都远正态分布中指数项的精度矩阵（协方差逆矩阵）
人工智能·算法·矩阵
Allen Bright1 小时前
【Java基础-46.3】Java泛型通配符详解：解锁类型安全的灵活编程
java·开发语言
柃歌1 小时前
【UCB CS 61B SP24】Lecture 7 - Lists 4: Arrays and Lists学习笔记
java·数据结构·笔记·学习·算法
热门推荐
01太炸裂了！清华大学deepseek从入门到精通使用手册又出第三版了，《普通人如何抓住DeepSeek红利》（无套路，直接下载）02如何在WPS和Word/Excel中直接使用DeepSeek功能03DeepSeek本地部署详细指南04DeepSeek各版本说明与优缺点分析05本地部署DeepSeek教程（Mac版本）06DeepSeek r1本地安装全指南07本地化部署AI知识库：基于Ollama+DeepSeek+AnythingLLM保姆级教程08DeepSeek R1本地化部署 Ollama + Chatbox 打造最强 AI 工具09在Windows下安装Ollama并体验DeepSeek r1大模型10Page Assist - 本地Deepseek模型 Web UI 的安装和使用