“我們預計到2025年，基礎財務可能會被機器人替代。”這是出自德勤中國稅務管理諮詢合夥人、德勤智慧未來研究院機器人中心成員葉建鋒，在關於“德勤機器人引發的財務新變革”主題沙龍上發表的講話。“小勤人”幾分鐘就能完成財務幾十分鐘才能完成的基礎工作，且可以7*24不間斷工作!“小勤人”將財務人從重複勞動中解放出來。現在只需要財務人員把增值稅發票放入掃描器中進行掃描，不到一分鐘的時間，“小勤人”就可以成功查驗一張發票並在Excel表中登記結果。

       在這當中，發票識別OCR技術發揮了至關重要的作用。它可以快速的對掃描所得影象進行切割、二值化、降噪等處理，極速輸出發票資訊，由此完全解決了手工錄入的難題。一個有發票識別OCR模組的“小勤人”三四個小時就完成了財務人一天的工作。對於一些大型企業，隨著企業規模不斷擴大、銷售業務不斷拓展，現有的財務部門開票會感受到日益增長的工作壓力。每月需要收集全國數百餘家銷售客戶的數萬份銷售記錄，按照客戶的需求開具五千餘張增值稅發票。繁重的日常工作經常壓得開票人員喘不過氣，到了月末更是需要日以繼夜地加班加點。在開票過程中，還需要收集並識別符合開票標準的銷售單型別，再根據客戶需求選擇特定金額的銷售單，從SAP系統中匯出待開票的資料，並經手工修改特定要求後，匯入金稅系統中完成開票操作，並將開票完成的記錄回傳進SAP，才能最終完成一份開票操作。

       引入集成了發票識別OCR技術的“小勤人”之後，通過機器人流程自動化技術的運用，提高了財務部門人員配置的合理性和有效性，達到了人力資源和工作強度的“削峰填谷”。原有的開票人員可以從機械的勞動工作者，轉變成了機器人的管理者，原有的大多數開票操作都可以交給機器人自主完成，他們只需要負責等待發票列印完成、稽核蓋章即可。

       現如今，德勤智慧機器人中心已經與多家企事業單位建立合作，提供財務自動化流程解決方案。集成了發票識別OCR技術的機器人為財務部門的工作帶來效率的提升，幫助財務人員完成大量重複規則化的工作。

       我們公司作為一家以OCR識別技術為根基，力爭為社會的安全事業貢獻力量的知名企業，在人工智慧的當今時代，已在金融、證券、政府機關、電信、酒店、銀行等多個行業建樹頗豐。

    OCR識別的技術流程解析，以下是OCR識別在具體技術實現時的步驟流程：

    一、OCR識別預處理：灰度化（如果是彩色影象）、降噪、二值化、字元切分以及歸一化這些子步驟。經過二值化後，影象只剩下兩種顏色，即黑和白，其中一個是影象背景，另一個顏色就是要識別的文字了；降噪在這個階段非常重要，降噪演算法的好壞對特徵提取的影響很大。字元切分則是將影象中的文字分割成單個文字——識別的時候是一個字一個字識別的。如果文字行有傾斜的話往往還要進行傾斜校正。歸一化則是將單個的文字影象規整到同樣的尺寸，在同一個規格下，才能應用統一的演算法。

    二、特徵提取和降維：特徵是用來識別文字的關鍵資訊，每個不同的文字都能通過特徵來和其他文字進行區分。對於數字和英文字母來說，這個特徵提取是比較容易的，因為數字只有10個，英文字母只有52個，都是小字符集。對於漢字來說，特徵提取比較困難，因為首先漢字是大字符集，國標中光是最常用的第一級漢字就有3755個；第二個漢字結構複雜，形近字多。在確定了使用何種特徵後，視情況而定，還有可能要進行特徵降維，這種情況就是如果特徵的維數太高（特徵一般用一個向量表示，維數即該向量的分量數），分類器的效率會受到很大的影響，為了提高識別速率，往往就要進行降維，這個過程也很重要，既要降低維數吧，又得使得減少維數後的特徵向量還保留了足夠的資訊量（以區分不同的文字）。

    三、分類器設計、訓練和實際識別：分類器是用來進行識別的，就是對於第二步，對一個文字影象，提取出特徵給分類器，分類器就對其進行分類，告訴你這個特徵該識別成哪個文字。在進行實際識別前，往往還要對分類器進行訓練，這是一個監督學習的案例。

    四、OCR識別後處理：後處理是用來對分類結果進行優化的，第一，分類器的分類有時候不一定是完全正確的，比如對漢字的識別，由於漢字中形近字的存在，很容易將一個字識別成其形近字。後處理中可以去解決這個問題，比如通過語言模型來進行校正——如果分類器將“在哪裡”識別成“存哪裡”，通過語言模型會發現“存哪裡”是錯誤的，然後進行校正。第二，OCR識別影象往往是有大量文字的，而且這些文字存在排版、字型大小等複雜情況，後處理中可以嘗試去對識別結果進行格式化。