Introdução de Funções
-
Vasta gama de caracteres reconhecíveis
O sistema suporta vários motores de reconhecimento, tais como caracteres chineses impressos, inglês impresso, números impressos, caracteres chineses manuscritos, inglês manuscrito, números manuscritos, códigos magnéticos, códigos de barras, deteção de assinaturas de clientes e deteção de selos de fixação.
-
Classificação da fatura
Boa capacidade de diferenciação de esquemas; classifica com precisão as facturas de acordo com caraterísticas como o estilo da linha da moldura interior, a cor da linha da moldura, o conteúdo do título, a cor do título, o conteúdo do texto e a cor do texto
-
Função de pré-processamento
Suporta funções como a remoção automática de bordos pretos, correção de desvios, correção de cores, filtragem de cores, redução de ruído, binarização, reconhecimento melhorado de contratos unitários, etc
-
Adaptação da forma
Suporta o reconhecimento de quadros com linhas de moldura e o reconhecimento de quadros sem linhas de moldura. O sistema detecta e reconhece automaticamente sem intervenção manual.
-
Fornecer API padrão
Suporta chamadas em C++, C#, JAVA e outras linguagens de desenvolvimento. Fornecer DLL padrão para integração com ERP, CRM
-
Dados estruturais de saída
Devolver o resultado do reconhecimento JSON ou XML
-
Vários métodos de implementação de OCR
Suporte à implantação privatizada em servidores Windows e Linux
-
Múltiplos métodos de reconhecimento de OCR
Suporte OCR reconhece imagem a preto e branco e imagem a cores
Vantagem do Produto
A classificação do modelo é exacta
- A taxa de reconhecimento da classificação de modelos é tão elevada como 98%
Elevada taxa de reconhecimento
- A taxa de reconhecimento de caracteres chineses impressos é de 99,5%. A taxa de reconhecimento de caracteres ingleses e números impressos é superior a 99,6%
Reconhecimento rápido de OCR
- Imagem da fatura a preto e branco: 0,3~0,5s por folha. Imagem da fatura a cores:0,3~1,0s por folha
Fornecer serviço de OCR de personalização
- Resposta rápida às exigências de desenvolvimento de vários modelos personalizados
Cenários de Aplicação
- Sistema de Supervisão Bancária
- Companhia de seguros
- Indústria de Avaliação
-
Sistema de Supervisão Bancária
O sistema de reconhecimento de notas promissórias é utilizado principalmente no sistema de pós-vigilância do banco para ajudar os bancos a resolver a identificação e classificação de imagens de notas no sistema de supervisão de risco. Os bancos que foram negociados incluem os quatro principais bancos: ICBC, ABC, BCM, CCB, Jinzhou Bank, Anhui Agricultural Credit, Hainan Bank e os principais bancos de Xinjiang, como o Rural Credit Union.
-
Companhia de seguros
A introdução manual de apólices de seguro em papel no sistema de imagens de seguros é lenta, pouco precisa e envolve elevados custos de mão-de-obra, o que atrasa seriamente o processo de desenvolvimento da informatização do sector segurador. A nossa tecnologia OCR pode ser integrada no sistema de imagens de seguros para obter uma introdução rápida de informações sobre apólices de seguro, a fim de melhorar a eficiência do trabalho e poupar custos de mão-de-obra. Tem sido aplicada com sucesso em seguradoras como a Sunshine Insurance, Taiping Insurance e United Life Insurance.
-
Indústria de Avaliação
Durante vários exames ou avaliações, são utilizados produtos OMR (reconhecimento de caracteres do cursor) para a recolha de informações para identificar vários formulários de avaliação e questionários. Este produto apresenta elevados requisitos quanto à qualidade do papel de impressão e um elevado custo de utilização. Muitos fabricantes procuram custos mais baixos e garantem precisão e alta velocidade do produto. O nosso produto de reconhecimento OCR auxilia em vários exames e avaliações para introduzir informações rapidamente com alta precisão e baixo custo.
Casos
-
- O BLI da Wintone melhora a eficiência da revisão da qualificação empresarial
-
- O OCR Wintone capacita a digitalização do sistema de revendedores empresariais
-
- Identificação de recibos bancários da Wintone em finanças empresariais
