纸质数据的“进化”过程，是现代社会数字化转型的生动体现。在这个过程中，识别效果直接决定应用效果。为了实现纸质材料在PC、移动端的数据分析应用，需要经过一系列的处理步骤。首先，利用高拍仪、扫描仪等采集设备对纸质材料进行数字化加工，生成影像材料。然后，通过OCR文字识别技术将生成的图片转化为文本数据。接下来，对文本进行要素抽取，形成结构化的数据并进行存储。最后，将结构化数据提供给业务系统进行数据分析和利用。

从纸质数据的“进化”过程中可以看出，图文识别效果直接决定应用效果。然而，随着信息社会的发展，纸质文档的形态越来越复杂化、多样化，给文字识别带来了新的技术挑战。传统的OCR技术已经无法满足文档“多样性”的识别及利用需求。因此，业务应用上亟需一款集约、稳定、准确的OCR图文识别引擎。

汉王影研图文识别引擎正是基于以上需求痛点专门打造，利用AI文字识别技术及图像处理技术，从文档数据化、数据标准化、数据精细化、数据智能化出发，打造数据处理产品矩阵，围绕数据应用场景研发系列产品，为政法、医疗、民生、档案馆等各行业客户及集成商提供数据利用服务，并在价值挖掘过程中提供技术赋能。

影研图文识别引擎

产品特点

安全无忧

支持私有化部署，可完全在内网或政务专网内部署，数据不外漏，保证信息安全。

快速灵动

采用新一代云计算架构，支持高并发，成熟稳定，易于整合，面对海量数据也能快速灵动。

精准可靠

基于AI机器学习、深度学习技术，包含文字识别、卡证识别、表格识别、版式识别、图像识别、文本解析、要素抽取等功能，识别处理解析准确率高、速度快。

影研图文识别引擎

产品功能

精准识别

印刷体文字识别：识别准确率高达99%

手写体文字识别：识别准确率高达95%，高于人眼辨认

表格识别：可将表格线精准还原，一键导出EXCEL

证件识别：支持20+类常见个人企事业证件材料

图像元素检出：支持印章、手印、签字、图片、国徽、人像、条码、二维码等10+类元素检出

优化阅览

双层PDF合成/双层OFD合成：支持自由复制文本复用

版式精准还原：段落版式1:1精确还原

图像智能处理：“脏图”智能过滤、无惧干扰

材料自动命名分类：支持文件切分、标题提取、文本规则匹配

要素抽取

支持NLP结构化、半结构化要素抽取，包含文本内容要素抽取、表格要素抽取、卡证要素抽取。

影研图文识别引擎

优势亮点

识别干扰自适应

针对表格、混排等复杂版面、版面污损、自由手写、扭曲形变、文字划线涂抹、印章、带有底灰底纹的复印证照造成干扰情况，引擎利用海量脏图进行深度学习，识别效果丝毫不受干扰，不影响识别准确率。

快速优化提升

引擎基于机器学习技术，可结合不同行业的业务数据进行训练，具体的训练流程为：获取文档材料→进行样本标注→生成深度学习算法模型→大规模算法迭代→引擎服务化→上线部署→人机耦合→循环标注，最终达到持续优化的目的。可在线搭建深度学习流水线，不断自我完善，成为活化的图文识别引擎。

识别速度快

基于常规GPU服务器配置，整机识别吞吐率可达10张/秒，可根据实际业务并发需求进行弹性扩展，支撑批量化、实时同步调用需求。

支持多种部署平台

支持X86平台部署，同时支持国产化平台部署，支持飞腾+寒武纪、鲲鹏+Atlas300、海光+寒武纪多种国产化硬件计算资源，支持国家信息化应用创新战略。

支持多生态适配

截止目前，经过统信、麒麟、华为、达梦、东方通严格的兼容性功能测试、性能测试及安全测试，图文识别能力引擎满足测试要求，成功与统信服务器操作系统V20、银河麒麟高级服务器操作系统V10、华为鲲鹏&昇腾芯片、武汉达梦数据库、东方通中间件完成国产化适配认证，并取得兼容性认证证书。可根据不同项目要求进行快速适配，提供更完善的图文识别生态。

影研图文识别引擎

应用场景

法院立案回填

在法院受理立案过程中，法官将审核通过的材料进行扫描，扫描完成后进行图文识别，将身份证、护照、营业执照等证件材料进行识别并提取身份信息，起诉状、送达地址确认书等制式材料进行识别并提取诉讼实体信息；最终可实现将姓名、住址、案由、诉讼请求等结构化信息回填到立案系统，法官只需审核即可完成立案登记。

医疗病案全文检索

在医疗病案全文检索过程中，对历史病案在扫描后进行OCR图文识别并建立索引，接下来对病案文本进行分词等自然语言处理，将结构化信息进行存储，根据检索信息进行规则匹配后返回查询结果。

民生社保录入回填

在民生领域，为社保中心提供社保经办材料识别解析服务，通过经办材料识别、结构化信息提取，实现参保人信息自动录入、经办材料内容检索、医保报销明细内容提取，为业务办理人员减轻大量重复工作及复杂工作，大大提升办公效率。

档案馆（室）全文检索

在档案领域，针对档案馆（室）接收和数字加工的档案图像进行OCR全文识别和双层PDF转换，实现档案全文检索，方便快速精确查阅档案。

结语

在数字化转型的浪潮中，汉王影研图文识别引擎凭借卓越的技术实力和多元化的应用场景，为政法、医疗、民生、档案馆等各行业客户提供高效且精确的数据处理解决方案。从文档数字化到数据智能化，影研图文识别引擎始终以技术创新为内核，为数据价值的挖掘和利用赋能。

END