tongchenkeji 发表于：2023-8-27 10:32:340次点击 已关注取消关注 关注 私信 文字识别OCR这种非常规表格可以做到识别出来和常规表格一样吗？[阿里云OCR] 暂停朗读为您朗读 文字识别OCR这种非常规表格可以做到识别出来和常规表格一样吗？ 「点点赞赏，手留余香」 赞赏 还没有人赞赏，快来当第一个赞赏的人吧！ 海报 印刷文字识别# 文字识别1940
挚爱长虹AM 2023-11-28 3:23:03 2 可以测试一下无线表格的方式，需要调用api测试 https://help.aliyun.com/document_detail/442251.html?spm=a2c4g.442328.0.0.46e557375v7Kpe 此回答整理自钉群“【官方】阿里云OCR公共云客户交流群”。
魏红斌AM 2023-11-28 3:23:03 3 阿里云表格识别，是阿里云官方自研OCR文字识别产品，支持对多种表格格式（有线表格、条纹表格、无线表格）进行智能文字识别并结构化输出识别结果。阿里云OCR产品基于阿里巴巴达摩院强大的AI技术及海量数据，历经多年沉淀打磨，具有服务稳定、操作简易、实时性高、能力全面等几大优势。 接口核心能力 操作：是指具体的权限点。访问级别：是指每个操作的访问级别，取值为写入（Write）、读取（Read）或列出（List）。资源类型：是指操作中支持授权的资源类型。具体说明如下：对于必选的资源类型，用背景高亮的方式表示。对于不支持资源级授权的操作，用全部资源表示。条件关键字：是指云产品自身定义的条件关键字。关联操作：是指成功执行操作所需要的其他权限。操作者必须同时具备关联操作的权限，操作才能成功。
小周sirAM 2023-11-28 3:23:03 4 阿里云文字识别OCR服务可以用于非常规表格的识别，但对于非常规表格的识别结果可能会受到一些挑战。 对于常规的结构化表格，OCR服务通常可以较好地识别和提取表格中的内容，包括表头、行列数据等。这是因为常规表格具有明确的行列结构，并且单元格之间存在较为规律的布局。 然而，非常规表格往往具有不规则的布局、合并单元格、交叉线条等复杂特征，这就增加了识别的难度。在处理非常规表格时，文字识别OCR服务可能会面临以下挑战： 布局不规则：非常规表格的布局可能没有明确的行列结构，导致在识别和提取表格内容时困难增加。 合并单元格：非常规表格中常见的问题是单元格的合并，使得文本无法准确地与对应的行列对应起来。 交叉线条：一些非常规表格中可能存在交叉的线条，导致文字的覆盖或模糊，从而影响识别结果。 为了提高非常规表格的识别效果，可以尝试以下方法： 预处理：通过图像处理技术，如去噪、二值化、边缘检测等，对非常规表格进行预处理，以提高识别精度。 区域划分：根据表格的特征进行区域划分，尽可能将表格中的每个单元格单独处理，以减少合并单元格造成的干扰。 合并行列：根据行列的线条信息，将相邻且具有相同特征的单元格进行合并，以还原表格结构。
三掌柜666AM 2023-11-28 3:23:03 5 楼主你好，阿里云文字识别OCR可以识别非常规表格，但是识别效果可能与常规表格有所不同。对于非常规表格，OCR可能会出现行列错位、单元格合并、表格边框缺失等问题，需要对识别结果进行进一步的后处理和纠正。因此，在使用OCR识别非常规表格时，需要进行充分的测试和调整，以确保识别结果的准确性和可用性。
您好，文字识别OCR的表格识别支持无线表格 识别
根据图片尺寸、大小、清晰度、像素等识别出来的结果会有所差异
可以测试一下无线表格的方式，需要调用api测试 https://help.aliyun.com/document_detail/442251.html?spm=a2c4g.442328.0.0.46e557375v7Kpe 此回答整理自钉群“【官方】阿里云OCR公共云客户交流群”。
阿里云表格识别，是阿里云官方自研OCR文字识别产品，支持对多种表格格式（有线表格、条纹表格、无线表格）进行智能文字识别并结构化输出识别结果。
阿里云OCR产品基于阿里巴巴达摩院强大的AI技术及海量数据，历经多年沉淀打磨，具有服务稳定、操作简易、实时性高、能力全面等几大优势。
接口核心能力
操作：是指具体的权限点。
访问级别：是指每个操作的访问级别，取值为写入（Write）、读取（Read）或列出（List）。
资源类型：是指操作中支持授权的资源类型。具体说明如下：
对于必选的资源类型，用背景高亮的方式表示。
对于不支持资源级授权的操作，用全部资源表示。
条件关键字：是指云产品自身定义的条件关键字。
关联操作：是指成功执行操作所需要的其他权限。操作者必须同时具备关联操作的权限，操作才能成功。
阿里云文字识别OCR服务可以用于非常规表格的识别，但对于非常规表格的识别结果可能会受到一些挑战。
对于常规的结构化表格，OCR服务通常可以较好地识别和提取表格中的内容，包括表头、行列数据等。这是因为常规表格具有明确的行列结构，并且单元格之间存在较为规律的布局。
然而，非常规表格往往具有不规则的布局、合并单元格、交叉线条等复杂特征，这就增加了识别的难度。在处理非常规表格时，文字识别OCR服务可能会面临以下挑战：
布局不规则：非常规表格的布局可能没有明确的行列结构，导致在识别和提取表格内容时困难增加。
合并单元格：非常规表格中常见的问题是单元格的合并，使得文本无法准确地与对应的行列对应起来。
交叉线条：一些非常规表格中可能存在交叉的线条，导致文字的覆盖或模糊，从而影响识别结果。
为了提高非常规表格的识别效果，可以尝试以下方法：
预处理：通过图像处理技术，如去噪、二值化、边缘检测等，对非常规表格进行预处理，以提高识别精度。
区域划分：根据表格的特征进行区域划分，尽可能将表格中的每个单元格单独处理，以减少合并单元格造成的干扰。
合并行列：根据行列的线条信息，将相邻且具有相同特征的单元格进行合并，以还原表格结构。
楼主你好，阿里云文字识别OCR可以识别非常规表格，但是识别效果可能与常规表格有所不同。对于非常规表格，OCR可能会出现行列错位、单元格合并、表格边框缺失等问题，需要对识别结果进行进一步的后处理和纠正。因此，在使用OCR识别非常规表格时，需要进行充分的测试和调整，以确保识别结果的准确性和可用性。