在信息化与全球化迅速发展的今天，企业面临着海量文档的与处理挑战。无论是传的纸质文档，还是图片、PDF等多种新型文件格式，在进行数据汇总时都需要投入大量人力。传的手工录入与方式不仅效率低下，且容易出错，难以满足现代企业对高效、精准和智能化办公的需求。于是，OCR技术应运而生。基于深度学习算法的文本识别，大大提升了录入人员的工作效率。
作为国内OCR领域深耕多年的企业，合合信息推出的TextIn平台堪称神奇，识别准确率接近百分之百。我本人也经常使用TextIn平台处理各类文件。然而，尽管市面上已有许多成熟的OCR技术帮助提取文档信息，处理大量文件时仍然令人头疼。因为许多票据、合同、试卷等常见文本并没有一的格式，使用OCR识别后往往会得到大量冗余文本，而这些内容并非全部需要。
在这种情况下，大家可能会希望有一款能够一键识别并分析、选择性提取所需信息的文本工具。幸运的是，TextIn平台近推出了一款性的文档自动化工具——合合信息DocFlow，完美满足了这些需求。
DocFlow，顾名思义，是一款文本处理的工作流，传的OCR识别只有文本录入和返回结果这两个环节，而DocFlow则是将一切能够提升我们实践效果的功能全部了起来，让我们能够更省心的获得我们想要的结果。如，下面是一张机动车的照片：
在DocFlow出现之前，通常我们会选择先对这个车票照片进行OCR识别，进而得出上面所有的文本信息。但是得到的信息除了识别精度很低以外，本身的排序也是非常混乱，几乎无法使用，如下面这种效果：
这种效果是我们完全不能接受的，我们很需要一款能够精准识别，并且按照具体对应的条目返回给我们的OCR神器，也许在不久前这种想被嘲笑痴人说梦，但如今DocFlow帮助我们轻松实现了。我们访问DocFlow的产品体验界面，将照片上传，可以看到右面显示出了精准识别出的且一一对应的明细内容，不仅没有遗漏，而且也没有识别错误，这种识别精度的是强的可怕！
| 环节 | 步骤 | 描述 |
| 采（采集） | 影像采集 | 通过多渠道集成，一归集企业影像数据。 |
| 管（） | 影像分类 | 基于用户、影像类型、安全级别等维度进行影像分级分类。 |
| 算（计算） | 影像识别 | 利用AI技术实现影像结构化信息的识别与抽取。 |
| 审（） | 影像审核 | 通过元数据、文本内容等建立深层次影像关联，提升数据的可用性。 |
| 用（应用） | 影像应用 | 为报账、CMS、资产等业务提供影像采集、搜索、调阅服务。 |
二、DocFlow作流程
下面，我们详细讲述一下DocFlow作流程的六个阶段：
1.输入文档
DocFlow支持多种方式导入文档，满足不同企业的需求：
<>扫描上传：通过扫描设备批量导入纸质单据，支持多种文件格式（如OFD、PNG、JPG、JPEG、DOC、DOCX、XLSX、XLS等）。<>邮箱收取：通过邮箱助手自动导入邮件中的附件，简化邮件文档的流程。<>API调用：通过开放的API接口，实现与企业业务的无缝对接，自动化数据采集。<>TP定时、共享、OneDriver、Sharepoint等：支持多种数据采集方式，确保数据获取的灵活性和全面性。<>RPA接入：对于无法开通接口的业务，支持通过RPA工具获取影像数据，与DocFlow实现接口对接。
2.文件质量优化
在文档采集过程中，DocFlow通过先进的图像处理技术，优化文档图像质量，提升后续识别的准确性和效率：
<>边缘检测与切边压缩：自动裁剪文档边缘，减少无关信息，提高图像质量。<>增强锐化与曲面矫正：提升图像清晰度，纠正文档倾斜，确保文字的可读性。<>阴影消除与去摩尔纹：去除文档中的阴影和干扰线条，优化图像背景。<>多图切分与水印去除：支持将多页文档拆分为单页图像，自动去除水印，保证数据的完整性。
3.文档分类
DocFlow内置强大的文档分类功能，支持自动将文档归类到相应的类别中，减少手工分类的工作量：
<>自动分类：根据预设的分类模型自动识别文档类型，支持国内票、海外票等多种票据类型的自动分类。<>灵活配置：用户可通过上传样本文件或设置分类关键字，自定义分类模型，满足不同业务需求。<>无定义分类处理：对于无法自动分类的文档，将其归类到“undefined”或“other”类别，用户可手工调整分类规则，提高分类准确性。
4.数据导出应用
DocFlow支持将结构化的数据导出到指定的业务中，支持多种数据格式和接口：如XML、JSON、EXCEL等格式。
5.人工确认验证
在必要时，DocFlow提供人工审核功能，确保数据的准确性和完整性：
<>详情页面展示：提供文件列表、内容预览窗口、KV字段抽取内容和表格信息抽取内容四部分，便于用户查看和核对。<>分类信息核对：用户可核对文档分类是否正确，必要时可手动更正分类。<>抽取信息核对：支持内容定位与核对、展示隐信息、内容快速选择、自定义添加字段等功能，确保数据的准确性。<>业务审核作：用户可对文件进行确认、拒绝或推迟处理，支持多级审核流程，确保数据的合法性和合规性。
6.抽取定位显示
DocFlow通过直观的方式展示抽取的关键字段，支持用户自定义字段和调整抽取结果：
<>字段定位：自动框选出字段所在位置，用户可直观查看和编辑。<>自定义字段：用户可根据业务需求添加或修改字段，基于语义理解自动抽取数据。<>多页文档支持：支持跨页字段的抽取，确保数据的完整性和准确性。
三、DocFlow在线体验
为了帮助用户更好地体验DocFlow的强大功能，TextIn现在招募内测用户，添加TextIn福利官，免费领取1000次试用名额！（名额有限，先加先得）<>报名入口：s://cc.co/16YSNT下面，我们开始实际体验一下，以某广告合同为例。
上传文件
我们先上传合同图片，使用通用合同的模板，可以看到右侧出现了有很多DocFlow解析出来的信息。
仔细观察信息我们不难发现，由于通用合同模板的局限性，我们没有分别读取甲方和乙方各自的信息。这时候，就需要我们去创建一个新的针对性的模板。
新增类别
创建新类别：甲乙双方合同
点击右侧自动填充，一键识别关键字段，基本上可以做到全覆盖，如果还有需要添加的可以手动点击文本处添加，字段添加后效果如图。
完成后点击保存。首页在我们创建的新类别里重写上传合同。
使用新类别识别
可以看到识别结果的针对性增强了很多。
如果有些我们需要但是没有出现在模板里的字段，我们可以点击新增字段来进行框选。
当我们认为识别无误了，我们点击确认。这篇文档的核对状态会更新为已确认。
除了确认之外，也可以推迟处理或者驳回。
四、API调用DocFlow
DocFlow提供了丰富的API接口，支持开发者通过编程方式与DocFlow进行集成，实现自动化的数据采集和处理。目前提供的三个接口如下：
上传文件POST获取文件处理结果列表GET更新文件处理结果POST
调用接口需要配置使用TextIn账号。请在TextIn上注册后，在TextIn首页-账户与充值-账号与开发者信息页面获取x-ti-app-id和x-ti-secret-code，用于请求认证。
1.DocFlowAPI综合案例
我们结合现有的接口，实现一个从上传文件到获取识别结果的综合案例。返回值如下：
#app.py
fromrequests_toolelt.multipart.encoderimportMultipartEncoder
importhashli
importhmac
importtime
importrequests
importos
importjson
#配置您的认证信息
ti_app_id="971357*************ef0f5c"
ti_secret_code="2d556********************dde26a0"
#配置参数
FILE_PATH="sample.pdf"#要上传的文件路径
WORKSPACE_ID="1851520358480039936"#替换为实际的workspace_id
CATEGORY="采购订单"#替换为实际的category
defgenerate_signate(_method,l,params,payload_raw,ti_secret_code,epoch_time):
"""
生成签名的函数
"""
#生成签名密钥
signing_key=hmac.new(ti_secret_code.encode('utf-8'),str(epoch_time).encode('utf-8'),hashli.sha256).digest()
#计算payload的哈希值
ifpayload_raw:
payload_hash=hashli.sha256(payload_raw).hexdigest()
else:
payload_hash=hashli.sha256('').hexdigest()
#构建字符串以进行签名
sorted_params='&'.join(f'{k}={v}'fork,vinsorted(params.items()))
string_to_sign=f"{_method}\n{l}\n{sorted_params}\n{payload_hash}"
#生成签名
signate=hmac.new(signing_key,string_to_sign.encode('utf-8'),hashli.sha256).hexdigest()
retnsignate
defupload_file(ti_app_id,ti_secret_code,file_path,workspace_id,category):
"""
上传文件到DocFlow接口，并返回file_id
"""
#API端点
l="/api/app-api/sip/platform/v2/file/upload"
#查询参数
params={
"workspace_id":workspace_id,
"category":category
}
#当前时间戳
epoch_time=int(time.time())
#构建multipart/form-data的payload
payload=MultipartEncoder(
fields={
"file":(os.path.asename(file_path),open(file_path,"r"),"application/pdf"),
}
)
payload_raw=payload.to_string()
#生成签名
signate
