目前，全球各個行業(yè)都在謀求數(shù)字化轉型，以便更好的應對數(shù)字化經(jīng)濟潮流，而RPA正成為其重要的轉型工具。隨著企業(yè)業(yè)務的多元化發(fā)展，多數(shù)已不僅僅滿足于傳統(tǒng)的自動化業(yè)務，開始轉向IPA（智能自動化）。

IPA是指將RPA與多種主流人工智能技術如OCR（光學字符識別）、ML（機器學習）、NLP（自然語言處理）等相結合的新型智能自動化。將幫助組織更好的處理那些非結構化數(shù)據(jù)任務，并且極大地提高工作效率和提升數(shù)據(jù)的準確性。

在多數(shù)組織的智能自動化流程業(yè)務中，OCR是應用最多的人工智能技術之一。OCR與RPA的結合可以將組織中超過70%的無紙化業(yè)務實現(xiàn)自動化，其效率將是人工的5倍以上。下面本文將詳細介紹OCR與RPA在智能自動化中的一些案例和注意事項。

什么是OCR？它是如何工作的？

OCR是指電子設備（例如掃描儀或數(shù)碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機數(shù)據(jù)的過程。

針對印刷體字符，采用光學的方式將紙質文檔中的文字轉換成為黑白點陣的圖像文件，并通過識別軟件將圖像中的文字轉換成文本格式，供文字處理軟件進一步編輯加工的技術。衡量一個OCR系統(tǒng)性能好壞的主要指標有：拒識率、誤識率、識別速度、產(chǎn)品的穩(wěn)定性、易用性等。

ICR與OCR的區(qū)別

OCR和ICR的核心區(qū)別在于： OCR其功能僅限于識別看起來相同的字符，而ICR是將傳統(tǒng)字符識別與機器學習進行深度融合，可以從非標準文檔中解析數(shù)據(jù)，有助于將手寫文本字符轉換為機器可讀的格式。

OMR（光學標記識別）：

該技術有助于識別帶有刻度線、復選標記以及下劃線的字符。OMR的特點是閱讀準確（即對涂點的識別有極高的精確度，誤碼率小于千萬分之一)、 閱讀速度快，每秒鐘可以處理一千多個信息點。

OBR (Optical barcode reader)：

OBR主要用于讀取文檔中的條形碼數(shù)據(jù)。

上述的這些識別技術主要用于日常工作的數(shù)據(jù)識別和提取。下面將介紹一些實際的案例。

半結構化文件：

半結構化文檔沒有正式的數(shù)據(jù)結構。該文檔通常是相同的，但是設計和布局可能會有所不同。信息將被標記在文檔中，但是信息的位置可能因文檔而異。常見的半結構化文檔識別案例有發(fā)票提取和整理，采購訂單的識別等。在OCR識別半結構化文件后，將其轉化成結構化數(shù)據(jù)，然后再交由RPA做進一步的自動化處理。

非結構化數(shù)據(jù)：

非結構化數(shù)據(jù)是數(shù)據(jù)結構不規(guī)則或不完整，沒有預定義的數(shù)據(jù)模型，不方便用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)。包括所有格式的辦公文檔、文本、圖片、XML，HTML、各類報表、圖像和音頻/視頻信息等等。

非結構化數(shù)據(jù)在任何地方都可以得到。這些數(shù)據(jù)可以在你公司內部的郵件信息、聊天記錄以及搜集到的調查結果中得到，也可以是你對個人網(wǎng)站上的評論、對客戶關系管理系統(tǒng)中的評論或者是從你使用的個人應用程序中得到的文本字段?；蛘呤窃诠就獠康纳鐣襟w、你監(jiān)控的論壇以及來自于一些你很感興趣的話題的評論。

企業(yè)哪些業(yè)務需要OCR？

多數(shù)情況下，OCR主要用于簡化紙質業(yè)務并將其轉化成數(shù)字化業(yè)務，例如：PDF、掃描文件、紙質發(fā)票、傳真和手寫文檔等。

適用的行業(yè)包括：

• 金融行業(yè)：員工入職、客戶開戶、貸款申請、數(shù)據(jù)校審等。

• 制造行業(yè)：   訂單處理、匯款、倉庫盤點等。
• 人力資源：   員工入職、篩選簡歷、人力資源記錄處理等。
• 供應鏈管理：   訂單和貨運跟蹤、提貨單、貨物訂單等。

當OCR用于圖像識別提取數(shù)據(jù)時，需要注意哪些事情？

• 需要高清圖片：大多數(shù)市場上的OCR引擎對圖像質量都有著最低要求。通常圖像每寸的DPI要求在200—300之間，如果可以提供500以上DIP圖像，這將極大地提高OCR的識別效率和準確率。

• 盡量不要手寫文本：一些業(yè)務流程如制造商審批、數(shù)據(jù)審計、檢查員簽字時可能需要手寫簽字。但是手寫文本的形體等原因，會降低文檔的質量影響OCR的識別效率。

• 不要掃描副本文件：有的時候在打印和掃描圖片時，會掃描副本文件，這將影響圖片的質量從而影響OCR的提取效率。

• 使用純白背景：通常業(yè)務文檔包含很多設計元素，如紋理、背景圖像等。這將嚴重阻礙OCR的識別。

• 保持規(guī)定格式：一般情況下OCR的識別格式比較廣泛，包括：TXT、EML、XLSX、VSD、HTML、DOCX、XLS、VSDX、DOC、PPTX、HTM、PPT、RTF、BMP、PCX、DCX、JPEG、TIFF、GIF、PNG、PDF等格式。盡量不要提供這些格式以外的文件，否則將造成無法識別。

下面這個實例將幫助大家更好的理解RPA與OCR的工作原理：

1、用戶收到一封帶有圖片的電子郵件。

目前全球的RPA廠商正在通過與不同的人工智能技術相結合，來提升競爭力贏得市場。而OCR在頻率、業(yè)務范圍、以及對業(yè)務影響上都領先于其他技術。通過OCR來處理那些非結構化業(yè)務，也使得RPA的自動化范圍可以擴展到更多的領域中。

繼續(xù)閱讀：RPA   OCR

未經(jīng)允許不得轉載：RPA中國 | RPA全球生態(tài) | 數(shù)字化勞動力 | RPA新聞 | 推動中國RPA生態(tài)發(fā)展 | 流 > 詳解RPA與OCR的工作機制與原理