詳解RPA與OCR的工作機制與原理

目前，全球各個行業都在謀求數字化轉型，以便更好的應對數字化經濟潮流，而RPA正成為其重要的轉型工具。隨著企業業務的多元化發展，多數已不僅僅滿足於傳統的自動化業務，開始轉向IPA（智慧自動化）。

IPA是指將RPA與多種主流人工智慧技術如OCR（光學字元識別）、ML（機器學習）、NLP（自然語言處理）等相結合的新型智慧自動化。將幫助組織更好的處理那些非結構化資料任務，並且極大地提高工作效率和提升資料的準確性。

在多陣列織的智慧自動化流程業務中，OCR是應用最多的人工智慧技術之一。OCR與RPA的結合可以將組織中超過70%的無紙化業務實現自動化，其效率將是人工的5倍以上。

下面本文將詳細介紹OCR與RPA在智慧自動化中的一些案例和注意事項。

什麼是OCR？

它是如何工作的？

OCR是指電子裝置（例如掃描器或數碼相機）檢查紙上列印的字元，透過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機資料的過程。

針對印刷體字元，採用光學的方式將紙質文件中的文字轉換成為黑白點陣的影象檔案，並透過識別軟體將影象中的文字轉換成文字格式，供文字處理軟體進一步編輯加工的技術。

衡量一個OCR系統性能好壞的主要指標有

：

拒識率、誤識率、識別速度、產品的穩定性、易用性

等。

ICR與OCR的區別

OCR和ICR的核心區別在於： OCR其功能僅限於識別看起來相同的字元，而ICR是將傳統字元識別與機器學習進行深度融合，可以從非標準文件中解析資料，有助於將手寫文字字元轉換為機器可讀的格式。

OMR（光學標記識別）

：

該技術有助於識別帶有刻度線、複選標記以及下劃線的字元。OMR的特點是閱讀準確（即對塗點的識別有極高的精確度，誤位元速率小於千萬分之一）、 閱讀速度快，每秒鐘可以處理一千多個資訊點。

OBR (Optical barcode reader)

：

OBR主要用於讀取文件中的條形碼資料。

上述的這些識別技術主要用於日常工作的資料識別和提取。下面將介紹一些實際的案例。

半結構化檔案：

半結構化文件沒有正式的資料結構。該文件通常是相同的，但是設計和佈局可能會有所不同。資訊將被標記在文件中，但是資訊的位置可能因文件而異。常見的半結構化文件識別案例有發票提取和整理，採購訂單的識別等。在OCR識別半結構化檔案後，將其轉化成結構化資料，然後再交由RPA做進一步的自動化處理。

非結構化資料：

非結構化資料是資料結構不規則或不完整，沒有預定義的資料模型，不方便用資料庫二維邏輯表來表現的資料。包括所有格式的辦公文件、文字、圖片、XML，HTML、各類報表、影象和音訊/影片資訊等等。

非結構化資料在任何地方都可以得到。這些資料可以在你公司內部的郵件資訊、聊天記錄以及蒐集到的調查結果中得到，也可以是你對個人網站上的評論、對客戶關係管理系統中的評論或者是從你使用的個人應用程式中得到的文字欄位。或者是在公司外部的社會媒體、你監控的論壇以及來自於一些你很感興趣的話題的評論。

企業哪些業務需要OCR？

多數情況下，OCR主要用於簡化紙質業務並將其轉化成數字化業務，例如：PDF、掃描檔案、紙質發票、傳真和手寫文件等。

適用的行業包括：

金融行業：員工入職、客戶開戶、貸款申請、資料校審等。

製造行業：訂單處理、匯款、倉庫盤點等。

人力資源：員工入職、篩選簡歷、人力資源記錄處理等。

供應鏈管理：訂單和貨運跟蹤、提貨單、貨物訂單等。

當OCR用於影象識別提取資料時，需要注意哪些事情？

需要高畫質圖片

：大多數市場上的OCR引擎對影象質量都有著最低要求。通常影象每寸的DPI要求在200—300之間，如果可以提供500以上DIP影象，這將極大地提高OCR的識別效率和準確率。

儘量不要手寫文字

：一些業務流程如製造商審批、資料審計、檢查員簽字時可能需要手寫簽字。但是手寫文字的形體等原因，會降低文件的質量影響OCR的識別效率。

不要掃描副本檔案

：有的時候在列印和掃描圖片時，會掃描副本檔案，這將影響圖片的質量從而影響OCR的提取效率。

使用純白背景：

通常業務文件包含很多設計元素，如紋理、背景影象等。這將嚴重阻礙OCR的識別。

保持規定格式

：一般情況下OCR的識別格式比較廣泛，包括：TXT、EML、XLSX、VSD、HTML、DOCX、XLS、VSDX、DOC、PPTX、HTM、PPT、RTF、BMP、PCX、DCX、JPEG、TIFF、GIF、PNG、PDF等格式。儘量不要提供這些格式以外的檔案，否則將造成無法識別。

下面這個例項將幫助大家更好的理解RPA與OCR的工作原理：

1、使用者收到一封帶有圖片的電子郵件。

2、RPA自動閱讀電子郵件。

3、對圖片進行分類並選擇模板。

4、透過OCR對分類的圖片進行資料識別和提取。

5、RPA接收OCR轉化後的結構化資料。

6、進行資料校審確認。

7、自動將結構化資料放置或錄入到指定位置。

8、儲存所有結構化資料，並向用戶傳送一封通知郵件，確認所有工作完畢。

目前全球的RPA廠商正在透過與不同的人工智慧技術相結合，來提升競爭力贏得市場。而OCR在頻率、業務範圍、以及對業務影響上都領先於其他技術。透過OCR來處理那些非結構化業務，也使得RPA的自動化範圍可以擴充套件到更多的領域中。

- END -