腾讯云OCR实践 - 降低客服财务运营成本

一、 前言：

随着图片时代的飞速发展，大量的文字内容为了优化排版和表现效果，都采用了图片的形式发布和存储，这为内容的传播和安全性带来了很大的便利，需要做重复性劳动。

OCR文字扫描工具也逐渐的应运而生，主要是为了帮助用户解决了内容编辑的难题。

二、 OCR是什么？

OCR全称是Optical Character Recognition，意思是“光学字符识别技术”。

1. OCR的作用：

通过OCR 技术识别图像中的文字，提取出来转换成文本格式，输出一些结构化的文本数据。

2. OCR实现文字识别的过程：

OCR的原理就是通过扫描仪将汉字文稿通过电荷耦合器件CCD将文稿的光信号转换为电信号，经过模拟/数字转换器转化为数字信号传输给计算机。计算机接受的是文稿的数字图像，然后对这些图像中的汉字进行识别。

3. OCR的选择：

4. OCR在生活中的应用：

智能识别技术高速发展的今天，通过仔细回忆，发现生活中方方面面都应用了OCR识别技术，以下为本人实际在生活中实际应用场景，看看您是否也有同样的经历？

(1). 小孩做作业：

平时家里老人在辅导小孩做作业，遇到不会做的，会使用“作业帮”的软件。对不理解的题目进行拍照，上传到服务器，服务器识别到文字，并在题库中查找对应的题目，将查询的结果再返回到界面中。

(2). 自媒体运营：

经常需要去公众号发布一些文案、活动，在网上找的比较好的素材，大家应该经常会看到一些百度文库等这种付费的文案素材下载，有时，只能靠自己对着手敲形式。可以使用微信自带的“文字识别”功能进行识别。

(3). 支付付款：

在手机二维码支付之前，人们都还是用现金支付，而现在大街小巷都在用手机支付，这样一新的支付方式已经进入我们的生活并被逐渐被大众所接受。那我们打开扫一扫，往商家或者个人的二唯码扫一下，就能识别是谁？甚至更为先进的人脸识别扫码支付，这些其实都是OCR应用场景最广的一种方式吧。

(4). 共享单车：

上班离公司比较近，每天上下班都是扫一下共享单车，来回通勤。使用微信扫描共享单车上的二唯码，也是一种OCR的应用场景。

以下是OCR在生活的应用场景的一个总结：

接下来，结合公司的业务，进行流程优化，以达到公司节能降本提效的结果。

---

三、公司业务：

公司是做宠物相关业务的，公司秉承为宠物提供营养、健康、安全的食品为己任，专注于犬猫粮的研发、生产和销售。

四、公司业务痛点：

目前OCR技术正在被广泛的运用，腾讯云文字识别就是一款运用OCR的技术，可以帮助企业解决一些业务的痛点，为公司进行增效降本。

1.业务场景：

• 场景一：公司的地推业务员，需要去宠物店进行登记授权店铺可以销售本公司的产品，也可以为公司拓展客户的目的，公司客服部门专门需要对业务员地推的提交的信息进行审核，同时，也为业务的考核进行评定。

• 场景二：供应商在采购后，需要将开立的发票进行公司交账。

2. 业务痛点：

• 商家认证时，上传的营业执照后，需要人工去审核，十分耗费人力，而且是一个十分枯燥重复的事情。
• 发票提交后，需要财务人员人工去审核，财务的人员也经常加班。
• 通过扩展人力 + 加班的形式，会导致公司的人力成本增大。

下面让我们通过对腾讯云文字识别实践，来降低客服财务运营成本.

---

五、腾讯云文字识别实践：

基于腾讯优图实验室的深度学习技术的文字识别，将图片上的文字内容，智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别，也支持运单等手写体识别，支持提供定制化服务，可以有效地代替人工录入信息。

基于腾讯优图实验室的深度学习技术的文字识别，在产品选型时，相对于其它产品提供了很大的优势。

基于腾讯自研的深度学习技术和海量的数据，提供卡证、票据类印刷体和手写体、自定义模板等多种场景和类型的文字识别服务。

腾讯云OCR是一款优秀的文字识别服务，具有高精度、低错误率、快速识别等特点，并可应用于不同的场景。使用腾讯云OCR可以帮助我们快速处理图像中的文字信息，提高工作效率，受到了广泛的应用。

1. 开通相关产品：

可以看到腾讯云的OCR的产品很多，可以看到在很多领域可以广泛的应用，成为高效生产力的辅助工具。

这里为了测试本文提到的2种场景，选择“通用文字识别”类型。

勾选“我已阅读并同意”，即可进行开通文字识别产品功能。

账号记得需要实名制，否则会提示需要进行实名制。审核通过后，可以看到我们首次开通“文字识别服务”，各个资源包有免费赠送的次数，让我们可以对产品进行一个调研与测试，十分的贴心。

首次开通会赠送250次免费机会，开通的类型也是有9种之多，可以灵活根据自己的业务需求进行测试。

2. 免费测试：

腾讯云文字识别产品家族包括通用文字识别、通用卡证识别、票据单据识别、文本图像增强、智能结构化识别、智能扫码以及特定场景识别等服务，开通后即可享受1,000次/月的免费调用额度。

3. 新手体验：

官方提供了多种途径，可以根据这些途径选择合适的使用方式。

• 文字识别体验Demo
• 可视化调用文字识别服务
• 一分钟代码接入服务端 API

4. 在线文字识别体验Demo：

直接点击“上传本地文件”，选择一个营业执照，进行在线解析，可以看到返回的识别结果。

5. 可视化调用文字识别服务 - 官方调试工具：

先从官网提供的在线调试工具进行测试，先看看效果，在“签名串生成”中，点击“查看密钥”，去查看ID和密钥。

查看API的ID和密钥，显示密钥需要短信验证一下。

在“在线调用”中，输入参数里面，填入imageUrl，和刚刚生成的签名串，点击“发起调用”，可以看到响应结果有返回的数据了。

六、构建Node服务解析：

腾讯云OCR官方准备了多种方式，快速将该接口对应的腾讯云开发者工具套件（SDK） 集成到本地项目中，本文为了演示功能，使用的是Node的Koa框架进行开发。

序号	包	作用
1	koa	Koa是Node.js的一个高级框架,它基于Node.js的中间件机制,提供了一个更简单、更灵活的框架,用于构建高效、可扩展的Web应用程序。
2	koa-bodyparser	Koa-bodyparser是一个Web框架koa的中间件,用于解析HTTP请求中的请求体,也就是把POST请求中的数据解析到ctx.request.body中。
3	koa-router	koa-router是koa的一个中间件,其内部也包含众多的中间件,这些中间件通过Layer对象根据路由路径的不同进行划分。
4	tencentcloud-sdk-nodejs	用于访问腾讯云服务的 SDK,可以帮助您使用 Node.js 语言在腾讯云上进行开发。

1. 初始化项目：

mkdir orc-test
cd orc-test
npm init
# 一路按回车即可初始化一个package.json

# 安装插件
yarn add tencentcloud-sdk-nodejs@4.0.673 koa@^2.14.2 koa-bodyparser@^4.4.1 koa-router@^12.0.0

2. 写入ocr识别的代码：

const tencentcloud = require("tencentcloud-sdk-nodejs")
const OCRClient = tencentcloud.ocr.v20181119.Client

const Koa = require('koa');
const Router = require('koa-router');
const bodyParser = require('koa-bodyparser');

const client = new OCRClient({
  credential: {
    secretId: "AKIDyxpjjmxxxxxxxFdtx",   # 使用自己的id
    secretKey: "eFh0961yxxxxAQ",   # 使用自己的密钥
  },
  // 产品地域
  region: "ap-guangzhou",
})

// 实例化Koa对象 => app
const app = new Koa();
// 实例化路由对象 => router
const router = new Router();

app.use(bodyParser())

// 测试接口
router.get('/', async (ctx, next) => {
  ctx.response.body = `
Hello, Koa2`;
});

function getImg(ImageUrl) {
  return client.BizLicenseOCR(
    {
      ImageUrl,
    },
  )
}

// 获取营业执照结果
router.post('/api/getBusiness', async (ctx, next) => {
  const request = ctx.request.body
  let result = await getImg(request.url);
  ctx.response.type = 'application/json';
  ctx.response.body = {"code": '200', "message": '成功', "data": result };
});

app.use(router.routes()).use(router.allowedMethods());

// 在端口3000监听
app.listen(3000);
console.log('app started at port 3000...');

3. 构建测试url：

在postman中输入get请求的http://127.0.0.1:3000即可

4. 测试营业执照是否能正确解析：

在postman中，输入post请求的http://127.0.0.1:3000/api/getBusiness，post请求参数为url，可以看到能返回营业执照的信息。

5. 测试增值税发票是否能正确解析：

将请求图片的解析函数BizLicenseOCR，替换为函数VatInvoiceOCR。

function getImg(ImageUrl) {
  return client.VatInvoiceOCR(
    {
      ImageUrl,
    },
  )
}

这里方法的名称可以参考以下，不同的类型图片，使用不同的方法：

在postman中，输入post请求的http://127.0.0.1:3000/api/getBusiness，post请求参数为url，可以看到能返回增值税发票的信息。

6. 总结：

以下是我从0到1开始由入门到实战，花了不到半小时，就完成了整个OCR的体验流程，可以感受到腾讯云的产品确实简单易用，同时，也完成了对营业执照、增值税发票的一个调研完成。

7. 改善措施前后对比：

---

六、预计导入收益：

• 采用腾讯云的OCR文字识别功能，可以大大的简化了业务的工作流程。
• 由之前的纯人工操作，改为自动审核机制，将识别不出来或者识别有误的，再进行人工审核。
• 极大的方便了客服、财务人员的工作量，也不需要经常下班后还要带电脑。

对公司的一个降本节流的策略，做了一个预计的评估，人力的成本约减少30%左右，工作提高的效率在50%以上，做成基础的公共服务，后续有新的业务场景也可以很快的上线。

当然，需要根据公司的实际情况进行调研，比如采购的成本如果远远大于人工的成本，可能就需要进行衡量一下。

---

七、总结：

OCR技术的成熟，使得图文时代的内容编辑更加轻松，对于经常和文字图片打交道的业务场景来说，基于OCR技术的文字识别和提取工具是必不可少的效率提升的利器。

在信息社会时代，每天会产生大量的票据、表单、证件数据，这些数据想要从人工处理转变到信息电子化，需要利用OCR技术进行提取录入。