百度AI开放平台——教学视频——基础视觉

　　OCR（Optical Character Recognition）：图像文字识别技术，让计算机模仿人类视觉，实现看图识字的能力。

OCR API接口架构概览

算法架构图：

系统架构图：

文字识别服务性能数据

　　深度学习算法驱动，支持数千万PV产品群，基于千万级别训练数据优化，确保算法高效稳定。支持中、英、日、韩等多国语言，平均识别耗时仅500ms。广泛应用于手机百度、百度钱包等多个产品线。

技术优势

　　在公开数据集ICDAR竞赛中，荣获5项世界第一，彰显卓越性能。

OCR功能介绍

通用OCR：多项ICDAR指标领先，支持多种语言识别，识别率高达90%以上。

身份证OCR：全面识别身份证信息，对复杂情况如倾斜、暗光等保持高稳定性，识别准确率超过98%。

银行卡OCR：精准识别主流银行卡号，识别准确率高达98%以上。

　　Demo入口：点击这里体验。

字段识别技术亮点

　　通过相对位置关系结合NLP技术，实现字段名与字段值的精准匹配。支持全场景自定义模板，简单快捷制作模板，智能矫正图片，确保识别效果。

• 全场景覆盖：用户可根据需求自定义识别模板，灵活应对各种场景。
• 简易操作：模板制作界面友好，仅需几分钟即可完成一个模板的创建。
• 智能矫正：针对旋转、扭曲的图片进行智能矫正，提升识别准确性。

视频教程：点击这里和点击这里获取更多操作指南和技术细节。