基于OCR算法的物资供应商资质审查方法研究

为解决物资供应商资质核查工作量大、准确率低的问题,提出了一种基于OCR算法的物资供应商资质审查方法。首先,通过程序接口获取资质的图像信息,在图像字符区域分割后,采用OCR算法识别资质文字信息,并组合成段落;其次,通过网络爬虫技术获取资质验证的官方网站,在此基础上,采用机器人流程自动化技术进行物资供应商资质验证。最后,在某省电力公司物资分公司进行应用,物资供应商资质审查准确率为99.1%。所提方法能有效提高物资供应商资质审查效率,提升审查准确率。

水电站励磁系统巡检可视化系统研制

水电站励磁系统巡检中面对的数据繁多、整理分析困难。为此,设计了一种智能识别水电站监控页面数据并进行提取整合的巡检可视化系统,通过运用基于深度学习的前沿的OCR算法模型,结合自主设计的数据匹配算法,该系统达到了良好的效果,能够较为明显的节省时间和人力,同时也为水电站其他系统的运行维护提供了一定的思路。

基于BIM技术的施工图纸自动化识别的应用研究

本文的研究旨在利用BIM技术对建筑施工图纸进行自动化的识别与分析。为此,建构了全面系统的BIM数据模型,该模型能够承载所有施工图纸的信息。接着设计出一款基于BIM模型的施工图纸OCR(OpticalCharacterRecognition,光学字符识别)算法,并且在此基础上对基于规则和知识的施工图纸审核方法进行了探讨。通过研究得出,利用BIM技术进行施工图纸的自动化识别与分析,明显提高了施工图纸审核的效率与准确率,对工程管理产生了一种实际意义的变革。这种方法,不仅能够很好地识别和分析施工图纸中的形形色色的信息,如平立剖面图、机电综合管线图、文字、数值和符号等,同时也为施工图纸自动识别与分析带来了全新的工具,无疑地对优化施工图纸管理、提升工程管理效率及控制工程造价具有洪大的实际意义。

基于Tesseract引擎样本训练的验证码识别

笔者利用OCR算法引擎Tesseract的样本训练方法,对简单验证码和复杂验证码进行识别。使用预处理后的单字符图片作为训练样本,对算法进行样本训练,以提高算法对普通字符验证码的识别率,并且使其可以识别较为复杂的字符验证码。实验结果证明,样本训练后的算法对简单验证码的识别率达到了99%以上,且可以对原本几乎无法识别的复杂验证码进行有效识别。