2.2.2　图像识别与处理

图像识别与处理功能是指RPA依托OCR（Optical Character Recognition，光学字符识别）技术对图像进行识别，提取图像有用字段信息并输出结构化数据，从而进一步对数据进行审查与分析，将其转化为对管理、决策有用的信息，如图2-3所示。

图2-3　RPA图像识别与处理功能示意图

RPA利用OCR技术对扫描所得图像进行灰度化、降噪、二值化、字符切分以及归一化等OCR识别预处理，在此基础上对文字图像进行特征提取和降维，从而进行文字分类器设计、训练和实际识别。在OCR识别后，RPA进一步对分类结果进行优化校正和格式化，最终使提取的图片关键字段信息输出为结构化数据，由此解决手工录入的问题。OCR技术目前主要应用于对发票信息的识别，可以使财务人员从发票信息识别和录入的机械操作中解放出来，转变成RPA的管理者。

基于OCR技术，RPA可以根据预设的规则，模拟人类的判断，进一步处理任务，对识别后的文字按照预先设置的判断要点、关键信息进行审查和分析，完成从图片到信息的转换与初加工。