AI、NLP、OCR、机器视觉、深度学习，这些术语太专业又太不专业，这些名词代表着某些东西，却又不能全然的阐述某些东西。

以深度学习的OCR技术模块为例，今天来详解一下OCR和机器视觉。

OC OCR是光学字符识别技术，属于机器视觉的一个分支。可以通过OCR技术，将图片中的文字信息转化为结构化数据，供计算机系统抽取、调用、抓取、填充。 R是光学字符识别技术，属于机器视觉的一个分支。可以通过OCR技术，将图片中的文字信息转化为结构化数据，供计算机系统抽取、调用、抓取、填充。

它的主要能力就是减少传统的人工信息录入的时间和错误率，提升系统效率。使用的场景也很多，员工报销、档案电子化、纸质文件数字化加工等等。

目前我们深度学习加成下的OCR识别系统，依托前沿深度学习等人工智能技术，提供多渠道、高精准度的OCR字符识别技术服务，印刷体文字识别准确率可高达99%以上。可为客户私有化部署或定制开发，满足多种场景的人工智能OCR识别需求。

涵盖了证件识别、文档识别、通用识别、票据识别、发票识别、表格识别、财报识别、姿态识别、物体识别等等。

OCR票据识别系统

OCR票据识别技术支持WebService、API等主流集成方式，可实现与财务共享、移动报销、财务机器人、企业代记账等业务场景嵌合。

OCR通用文字识别系统

可以识别包括但不限于财务报表、银行回单、公文批文、合同文档、订单表格等。

可以用于档案管理系统、合同管理系统、OA等等。

OCR证照识别系统

包含个人、企业等证件执照识别，用于银行开户，身份核验等场景。

文字比对系统

合同比对，文档比对，多用于合规性监察，风险性规避等等。

动植物识别系统

识别动植物名称、属性等。

工业识别系统

识别物品外表完整度及编号。

行为姿态识别

判断是否穿戴安全帽、口罩、防护服、静电靴等等。