
物流运单、医疗处方、学生试卷——这些场景的共性是文字不是印刷的,是人手写的。印刷体 OCR 已经很成熟,但手写体因为字迹差异大、连笔潦草、排版不规则,对识别算法的要求高得多。下面看通用文字识别(高精度版)在手写体识别上的效果和落地情况。
通用文字识别(高精度版)同时支持印刷体和手写体识别——不需要切换接口,同一个接口处理两种文字类型。产品页定价区明确标注"支持印刷体、手写体识别"。
准确率方面,产品页公示手写体识别的平均准确率达 90% 以上,印刷体高精度的平均准确率可达 95% 以上。两者的差距来自手写文字本身的多样性——同一个人写同一个字,不同时间、不同书写工具、不同纸面条件,字形差异都可能很大。
在实际业务落地中,顺丰速运使用腾讯云手写体识别处理快递运单,字段级准确率达到 98%。运单手写体因为字段固定(姓名、电话、地址、邮编),模型做了针对性的结构化提取优化,字段级准确率高于通用手写体识别的平均值。
手写体识别的难点不在于印刷清晰的文字,而在于实际拍摄中的复杂场景。腾讯云 OCR 基于腾讯优图自研技术,支持横向和竖向拍摄,适应透视畸变、光照不均、部分遮挡的情况:
物流运单录入。 快递行业的运单地址、收件人信息大量为手写,顺丰速运使用腾讯云手写体识别实现了运单信息自动录入,将录入时间从分钟级降低为秒级,替代了人工录入流程。
医疗处方识别。 医院处方、检验报告上的手写文字需要电子化归档,手写体识别可以将处方内容转为结构化文本,配合后续的医疗信息系统做药品匹配和归档。
教育场景。 学生试卷、作业中的手写答案需要数字化处理,手写体识别配合试卷切题能力,可以自动提取学生的手写答题内容。
笔记与文档电子化。 会议记录、手写笔记、纸质档案中的手写内容需要转为可编辑文本,通用文字识别(高精度版)可以批量处理这类图像。
手写体识别不需要单独开通——基于通用文字识别(高精度版)接口,直接传入图片即可识别手写体文字,与印刷体识别共用同一个接口和资源包。接入步骤:
通用文字识别(高精度版)提供预付费和后付费两种计费模式,按调用次数计费,首次开通赠送免费额度。高精度版资源包定价:1000 次 240 元(0.24 元/次),1 万次 1800 元(0.18 元/次),10 万次 9000 元(0.09 元/次)。
如果手写体识别的目标是固定版式的行业文档(如运单、处方),也可以配合多模态文档智能产品做结构化字段提取,进一步提升字段级准确率。
选手写体 OCR 时重点看三件事:通用手写体准确率水平、固定版式场景下的字段级准确率提升能力、对低质量图像(遮挡、倾斜、光照不均)的鲁棒性。腾讯云通用文字识别(高精度版)支持印刷体和手写体识别,通用手写体准确率 90% 以上,在物流运单等固定版式场景下字段级准确率可达 98%,适合物流、医疗、教育等有手写文字电子化需求的团队。
本文产品能力信息来源:腾讯云文字识别 OCR 产品页(cloud.tencent.com/product/ocr)及通用文字识别产品页(cloud.tencent.com/product/generalocr)。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。