[Theory]OCR_summary

OCR Technology and Services

OCR Technology

OCR : Optical Character Recognition(글자 인식 시스템)

사람이 글자를 읽을 때

• 글자를 찾고
• 찾은 글자를 인식

OCR Process

• 글자 영역 찾기
• 영역 내 글자 인식

Offline handwriting VS Online handwriting

• offline handwriting
  • 입력 : 이미지
• online handwriting
  • 입력 : 좌표 시퀀스

Object Detection VS Text Detection

Object detection

• 단일 객체 검출 : 이미지 내에 객체가 하나 있다고 가정하고 객체의 위치를 찾아낸다

• 다수 객체 검출 : 이미지 내에 여러개의 객체의 위치 찾아낸다

Text Detection

• 글자 영역 다수 검출

영역이 있으면 class 는 글자이기 때문에 class 가 무엇인지는 구분할 필요 없다 -> 단일 클래스

글자 검출기

이미지가 입력으로 들어왔을 떄 글자 영역 위치를 출력하는 모델

객체 검출과의 차이점

• 영역의 종횡비
  • 글자이기 떄문에 글자의 특성상 가로 or 세로가 긴 영역이 많다

• 객체 밀도
  • 밀도가 높다

detector

글자 영역 감지

recognizer

영역 내에서 글자를 인식한다

serializer

recognizer 결과를 사람이 읽는 순서로 정렬해 최종 문자열을 만든다

이 serializer 를 사용하면 모듈 뒤에 자연어 처리 모듈을 쉽게 사용할 수 있다

text parser

정의된 key 들에 대한 value 추출

ex) 회사명, 이름, 전화번호 등등

• BIO 태깅

  자연어 처리에서 많이 사용하는 기술

  

  • 입력을 글자단위로 쪼개어 토큰화

  • BIO 태깅 : Begin / Inside / Outside

    ​ Begin : 객체명의 시작

    ​ Inside : 객체의 중간에 해당되는 토큰

    ​ Outside : 정의된 객체와 상관없는 토큰

  • 후처리

OCR Services

text extractor

• copy and paste

text extractor + NLP

• google photo( + search )

• 번역
• 금칙어 처리

key-value extractor

• 신용카드
• 신분증
• 명함(수기 입력 대체)