一、一、背景
腾讯云 OCR 是腾讯云提供的一项强大的图像识别服务，能够快速、准确地将图片或文档中的文字信息提取出来。它基于腾讯云领先的深度学习技术，具备卓越的图像识别能力，能够处理多种语言、多种字体、不同清晰度和复杂的背景图像。
腾讯云 OCR 的优势在于其高精确性和高效率。 处理速度快，能够快速识别大量的图像，有效减少人工处理的时间，大幅提升工作效率。此外，腾讯云 OCR 还提供灵活的 API 接口和 SDK，方便用户集成到各种应用系统中，降低了开发和部署成本。
这篇通过内存模组产品识别案例，详细讲解腾讯云 OCR 在制造业的应用，并提供可操作的实战指南。
二、二、腾讯云 OCR 技术概述
运用优秀的深度学习、图像检测和 OCR 大模型技术，腾讯云 OCR 实现了对任意版式文档的结构化信息提取。从标准化证件到复杂的物流单据，都能精准识别。系统预先学习并建立了键值对映射关系，并支持客户自定义模板，显著提升数据录入效率，广泛应用于政务、票据审核、行业表单和国际物流等领域。
核心功能：
·灵活键值定义：用户可自行定义键值对（key-value），系统将自动匹配图片文字与自定义键值，从而解析任意版式图片的结构化信息。
·智能模板匹配：系统能智能识别上传图片，并将其自动匹配到已有的模板，无需人工分类，快速实现结构化信息提取。
·自定义字段类型：支持创建多种字段类型，针对不同内容（如金额、日期、数字）进行精准优化，提升识别准确率。更进一步，用户可自定义字段的可能取值范围，实现智能校正和规范化输出。
核心优势：
·精准识别：支持各种版式的证件和票据识别，其字段识别精度处于行业领先地位，文本识别准确率超过98%，结构化识别准确率超过85%。
·全面覆盖：涵盖多种常见证件和票据的结构化信息提取，例如警官证、教师资格证、道路运输证等，广泛适用于各行各业。
·便捷易用：只需简单的几步操作即可创建个性化模板，快速提取结构化数据，大幅提升数据录入效率。
·多语言支持，API 接口易于集成。
适用场景：
·政务及身份认证：适用于政务、教育、金融等行业，可高效处理各类标准化证件（如警官证、英语等级证书、教师资格证、临时身份证等）的结构化信息提取，简化身份认证流程，提升业务办理效率。
·行业表单自动化：针对医疗、物流、金融、制造等行业，支持定制专属模板，自动识别和录入财务票据、体检报告、物流单据等各类表单信息，实现业务流程自动化，提升行业信息化水平。
腾讯云 文档智能 OCR 提供两种方案，满足不同需求：
基础版：就像一个通用的文字识别工具，能轻松搞定各种常见文档，例如身份证、银行卡、发票等，只要文字比较规范，它都能准确识别。
高级版：如果你需要更强大的功能，高级版就是你的选择。它可以根据你的具体情况定制识别模板，即使是格式复杂、设计独特的文档，它也能轻松应对，特别适合一些对识别精度要求很高的特殊行业。 你可以把它想象成一个私人定制版文字识别专家，能满足你所有个性化需求。
三、三、内存模组产品识别需求
简单来说就是：用电脑“看”懂内存条上的信息！你想想，内存条上那些型号、容量、频率、生产商等，密密麻麻的小字，人工一个一个看太费劲了，对吧？
所以需要有一个系统，能快速、准确地从内存条的图片或者视频里，直接把这些关键信息都识别出来。
不过这活儿还真有点难！内存条上的标签通常很小，字体也五花八门，有的字还模糊不清；拍照的时候，光线不好或者角度不对，也会影响识别效果。
但我们希望最后能做到：系统自动把这些信息提取出来，整理成规规矩矩的表格，这样就能方便地用来分析和处理数据了，不用再人工录入，省时省力！
例如这样的图片中提取出标签的所有信息：
想体验腾讯云文档智能 OCR 的强大功能？
·了解产品详情及文档：文档智能 OCR 点击这里，更多的产品信息和使用说明。
·立即体验 Demo：OCR Demo — 亲自动手试试，感受 OCR 的便捷！
·限时优惠活动：文字识别特惠活动购买文字识别选购。
可以点击上面的“了解产品详情及文档”链接，然后在页面找到“立即体验”按钮，开始 OCR 之旅！
四、四、基于腾讯云 OCR 的内存模组产品识别
玩转腾讯云智能 OCR！
五、准备工作
第一步：先登录腾讯云控制台。还没账号？提供了账号注册教程 快速完成注册和实名认证。
第二步：开通服务 点击进入文字识别控制台 ，轻松开通服务。开通后如下：
第三步：根据需求，可以选择以下四种方式之一：
1. 零代码体验：想快速体验？直接使用文字识别体验 Demo，选择“文档智能 > 文档抽取(多模态版)”即可。
注意：此方式仅供体验，每次只能识别一张图片，不适合实际开发。
2. 在线 API 调用(初学者友好): 如果你懂 HTTP 请求和 API 调用，可以使用API 3.0 Explorer 在线测试 API，体验在线调用、签名验证、代码生成等功能。
3. 服务端 API 开发（开发者）：腾讯云 OCR 提供了多种语言 SDK（Python, Java, C++, PHP, Go, NodeJS, .NET 等），快速集成文字识别功能。服务端 API 接入指南 将帮助快速上手。
4. 客户端 SDK 集成（移动端开发者）：针对 Android 和 iOS 平台，腾讯云 OCR 提供了客户端 SDK，轻松将文字识别功能集成到 App 中。客户端 SDK 下载 和客户端Demo 将帮助快速完成集成。
腾讯云 API 3.0 全新升级的开发者工具套件（SDK 3.0）现已推出，作为 C++ 后端开发工程师，这篇首选 C++ 编程语言高效接入腾讯云服务。
六、API 调用与代码实现
关于 C++ SDK 的安装教程可以参考腾讯云 SDK 中心的教程，这里不一一赘述了。
git clone https://github.com/TencentCloud/tencentcloud-sdk-cpp.gitcd tencentcloud-sdk-cppmkdir sdk_buildcd sdk_build# centos 下使用 cmake3 ..# 指定产品编译，分号;分隔cmake -DBUILD_MODULES="cvm;cbs" ..makesudo make install
下面我们通过 API Explorer 中在线这个功能，以通用印刷体识别（高精度版）为例。
调用后会得到类似如下的 JSON 结果：
{ "Response": { "Angle": 359.989990234375, "RequestId": "9957e1ca-b0f1-4f5f-8e31-9317a7cc3462", "TextDetections": [ { "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":1}}", "Confidence": 100, "DetectedText": "SK hym", "ItemPolygon": { "Height": 14, "Width": 38, "X": 48, "Y": 32 }, "Polygon": [ { "X": 49, "Y": 32 }, { "X": 85, "Y": 34 }, { "X": 84, "Y": 45 }, { "X": 48, "Y": 43 } ], "WordCoordPoint": [], "Words": [] }, { "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":4}}", "Confidence": 100, "DetectedText": "豆", "ItemPolygon": { "Height": 20, "Width": 13, "X": 576, "Y": 117 }, "Polygon": [ { "X": 576, "Y": 117 }, { "X": 588, "Y": 117 }, { "X": 588, "Y": 136 }, { "X": 576, "Y": 136 } ], "WordCoordPoint": [], "Words": [] }, { "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":2}}", "Confidence": 100, "DetectedText": "SKhynix", "ItemPolygon": { "Height": 17, "Width": 54, "X": 149, "Y": 145 }, "Polygon": [ { "X": 149, "Y": 145 }, { "X": 202, "Y": 145 }, { "X": 202, "Y": 161 }, { "X": 149, "Y": 161 } ], "WordCoordPoint": [], "Words": [] }, { "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":2}}", "Confidence": 100, "DetectedText": "16GB 2Rx8 PC4-2933Y-RE2-12", "ItemPolygon": { "Height": 18, "Width": 214, "X": 206, "Y": 145 }, "Polygon": [ { "X": 206, "Y": 145 }, { "X": 419, "Y": 145 }, { "X": 419, "Y": 162 }, { "X": 206, "Y": 162 } ], "WordCoordPoint": [], "Words": [] }, { "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":3}}", "Confidence": 100, "DetectedText": "ECO", "ItemPolygon": { "Height": 13, "Width": 25, "X": 536, "Y": 153 }, "Polygon": [ { "X": 536, "Y": 153 }, { "X": 560, "Y": 153 }, { "X": 560, "Y": 165 }, { "X": 536, "Y": 165 } ], "WordCoordPoint": [], "Words": [] }, { "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":2}}", "Confidence": 100, "DetectedText": "KOREA", "ItemPolygon": { "Height": 19, "Width": 52, "X": 147, "Y": 160 }, "Polygon": [ { "X": 148, "Y": 160 }, { "X": 198, "Y": 162 }, { "X": 197, "Y": 178 }, { "X": 147, "Y": 175 } ], "WordCoordPoint": [], "Words": [] }, { "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":2}}", "Confidence": 100, "DetectedText": "HMA82GR7CJR8N-WM TG AC 2008", "ItemPolygon": { "Height": 21, "Width": 228, "X": 204, "Y": 165 }, "Polygon": [ { "X": 205, "Y": 165 }, { "X": 431, "Y": 167 }, { "X": 430, "Y": 185 }, { "X": 204, "Y": 184 } ], "WordCoordPoint": [], "Words": [] } ] }}
点击代码示例得到如下内容：
#include <tencentcloud/core/Credential.h>#include <tencentcloud/core/profile/ClientProfile.h>#include <tencentcloud/core/profile/HttpProfile.h>#include <tencentcloud/ocr/v20181119/OcrClient.h>#include <tencentcloud/ocr/v20181119/model/GeneralAccurateOCRRequest.h>#include <tencentcloud/ocr/v20181119/model/GeneralAccurateOCRResponse.h>#include <iostream>#include <string>#include <vector>using namespace TencentCloud;using namespace TencentCloud::Ocr::V20181119;using namespace TencentCloud::Ocr::V20181119::Model;using namespace std;int main() { // 实例化一个认证对象，入参需要传入腾讯云账户 SecretId 和 SecretKey，此处还需注意密钥对的保密 // 代码泄露可能会导致 SecretId 和 SecretKey 泄露，并威胁账号下所有资源的安全性。以下代码示例仅供参考，建议采用更安全的方式来使用密钥，请参见：https://cloud.tencent.com/document/product/1278/85305 // 密钥可前往页面控制台 https://console.cloud.tencent.com/cam/capi 进行获取 Credential cred = Credential("SecretId", "SecretKey"); // 实例化一个http选项，可选的，没有特殊需求可以跳过 HttpProfile httpProfile = HttpProfile(); httpProfile.SetEndpoint("ocr.tencentcloudapi.com"); // 实例化一个client选项，可选的，没有特殊需求可以跳过 ClientProfile clientProfile = ClientProfile(); clientProfile.SetHttpProfile(httpProfile); // 实例化要请求产品的client对象,clientProfile是可选的 OcrClient client = OcrClient(cred, "ap-guangzhou", clientProfile); // 实例化一个请求对象,每个接口都会对应一个request对象 GeneralAccurateOCRRequest req = GeneralAccurateOCRRequest(); req.SetImageUrl("https://i-blog.csdnimg.cn/blog_migrate/580df53e4c7cb618ab157073809e37f9.png"); // 返回的resp是一个GeneralAccurateOCRResponse的实例，与请求对象对应 auto outcome = client.GeneralAccurateOCR(req); if (!outcome.IsSuccess()) { cout << outcome.GetError().PrintAll() << endl; return -1; } GeneralAccurateOCRResponse resp = outcome.GetResult(); // 输出json格式的字符串回包 cout << resp.ToJsonString() << endl; return 0;}
其中 resp.ToJsonString() 就是上面的 JSON 结果，我们只要对 JSON 字符串结果进行解析即可得到想要的结果。
七、五、代码示例
解析 JSON 结果的代码：
#include <tencentcloud/core/Credential.h>#include <tencentcloud/core/profile/ClientProfile.h>#include <tencentcloud/core/profile/HttpProfile.h>#include <tencentcloud/ocr/v20181119/OcrClient.h>#include <tencentcloud/ocr/v20181119/model/GeneralAccurateOCRRequest.h>#include <tencentcloud/ocr/v20181119/model/GeneralAccurateOCRResponse.h>#include <iostream>#include <string>#include <vector>#include <json/json.h> // 需要包含jsoncpp库using namespace TencentCloud;using namespace TencentCloud::Ocr::V20181119;using namespace TencentCloud::Ocr::V20181119::Model;using namespace std;int main() { // … (Credential and Client initialization remains the same) … auto outcome = client.GeneralAccurateOCR(req); if (!outcome.IsSuccess()) { cout << outcome.GetError().PrintAll() << endl; return -1; } GeneralAccurateOCRResponse resp = outcome.GetResult(); string jsonString = resp.ToJsonString(); Json::Reader reader; Json::Value root; if (reader.parse(jsonString, root)) { const Json::Value& textDetections = root["Response"]["TextDetections"]; for (const auto& detection : textDetections) { if (!detection["AdvancedInfo"].isNull()) { cout << "AdvancedInfo: " << detection["AdvancedInfo"].asString() << endl; } if (!detection["DetectedText"].isNull()) { cout << "DetectedText: " << detection["DetectedText"].asString() << endl; } } } else { cerr << "Failed to parse JSON: " << reader.getFormattedErrorMessages() << endl; return -1; } return 0;}
为了方便，这里我使用了 jsoncpp 库， 源码地址是 https://github.com/open-source-parsers/jsoncpp 。
如果使用 CMake 构建项目，步骤会更简单：
add_subdirectory(path/to/jsoncpp) # Replace with the path to your jsoncpp sourcetarget_link_libraries(your_target PRIVATE jsoncpp::jsoncpp)include_directories(path/to/jsoncpp/include)
记得将"SecretId"和"SecretKey" 替换成你的实际腾讯云 SecretId 和 SecretKey。
腾讯云 OCR 就像一个超级快的、不会疲倦的、又很准确的抄写员，它能帮你快速、廉价地把照片上的文字转换成电脑能识别的文字，省时省力又省钱！ 尤其是当你需要处理很多照片的时候，这个优势就更加明显了。
腾讯云 OCR 通过其高效率、高准确率和低成本的特点，为企业和个人提供了比人工识别更优越的解决方案。
八、六、应用场景
腾讯云 OCR 在制造业的应用远不止于简单的文字识别，它还可以赋能诸多场景，例如零件识别和质量检测，显著提升效率和降低成本：
零件识别:
·场景: 在生产线上快速识别各种零件，包括型号、批次、生产日期等信息，用于库存管理、生产追踪和质量追溯。 许多零件上印有难以人工识别的微小字符或二维码。
·应用: 腾讯云 OCR 结合图像识别技术，可以对零件上的标识进行快速、准确的识别，即使是模糊、污损或角度倾斜的标识也能有效识别。 这可以避免人工逐一检查的低效和出错率，实现自动化识别和数据录入。 识别结果可以实时上传到生产管理系统，方便后续的流程管理。
·优势: 提高生产效率，降低人工成本，减少错误率，实现生产过程的数字化和可追溯性。
质量检测:
·场景: 检测产品外观缺陷，例如划痕、裂纹、污点等；识别产品包装上的瑕疵；验证产品上的标识是否符合标准。
·应用: 腾讯云 OCR 可以结合图像处理技术，对产品图片进行分析，自动识别出产品缺陷，并进行分类和统计。 例如，检测电路板上的元器件是否缺失或焊接不良；识别纺织品上的污点和瑕疵；检查药品包装上的标识是否完整清晰。
其他应用场景:
·工装管理: 识别工装工具上的标识，方便管理和维护。
·设备维护: 识别设备铭牌上的信息，方便维护人员快速了解设备状态。
·安全管理: 识别安全标识，确保生产环境安全。
·文档管理: 数字化生产文件，如图纸、说明书等，方便检索和管理。
腾讯云 OCR 在制造业场景的优势：
·高准确率: 即使在光线不佳或标识模糊的情况下也能保持较高的识别准确率。
·高效率: 可以大幅度提高识别速度，降低人工成本。
·可扩展性: 可以轻松集成到现有的生产管理系统中。
·降低成本: 减少人工成本、降低次品率、提高生产效率，整体降低生产成本。
·数据可视化: 将识别结果转化为数据，方便进行分析和决策。
腾讯云 OCR 未来的发展方向将是朝着更加智能化、自动化、个性化和普适化的方向发展，最终目标是让 OCR 技术成为一种简单易用、高效可靠的工具，广泛应用于各个行业和领域。
九、七、总结
腾讯云 OCR 在内存模组产品识别中高效识别芯片型号、容量等关键信息，显著提升了生产效率和数据准确性，减少人工错误。这凸显了其在制造业中的重要意义：实现自动化质检、精细化管理，最终提升产品质量和竞争力。
参考：
·腾讯云文字识别产品页面
·腾讯云 OCR 技术文档
·腾讯云 OCR API 接口文档
·腾讯云 OCR API 在线调用页面
·腾讯云 OCR 体验 Demo
·腾讯云文档智能 OCR 产品页