光学字符识别

✍ dations ◷ 2025-01-23 10:28:08 #光学字符识别

光学字符识别（英语：Optical Character Recognition，OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。对于不同的图像格式，有着不同的存储格式、不同的压缩方式，当前有OpenCV、CxImage等。如今数码摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，较为不适用于OCR技术。对于图片的内容，我们可以简单的分为前景与背景，为了让计算机更快的、更好地进行OCR相关计算，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。二值化也可以简单地将其理解为“黑白化”。对于不同的图像，噪点的定义可能不同，根据噪点的特征进行去噪的过程，称为降噪。由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐，因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。将文档图片分段落，分行的过程称为版面分析，由于实际文档的多样性、复杂性，此步骤当前仍待优化。由于拍照、书写条件的限制，经常造成字符粘连、断笔，直接使用此类图像进行OCR分析将会极大限制OCR性能。因此需要进行字符切割，即：将不同字符之间分割开。早期已模板匹配为主，后期以特征提取为主。由于文字的位移、笔画的粗细、断笔、粘连、旋转等因素的影响，极大地影响特征提取难度。人们希望识别后的文字，仍然像原始文档图片那样排列，段落、位置、顺序不变地输出到Word文档、PDF文档等，这一过程称为版面还原。根据特定的语言上下文的关系，对识别结果进行校正。将识别出的字符以某一格式的文本输出。OCR的概念是在1929年由德国科学家Tausheck最先提出来，并申请了专利。后来美国科学家Handel也提出了利用技术对文字进行识别的想法。中国最早的OCR商业应用是由科学家王庆人教授在南开大学开发出来的，并在美国市场投入商业使用。日本在20世纪60年代开始研究OCR识别理论，开发了邮政编码识别系统。

相关

闭塞性细支气管炎闭塞性细支气管炎（英语：Obliterative bronchiolitis (OB)，缩写为OB；constrictive bronchiolitis；popcorn lung），是因为发炎造成肺部细支气管阻塞的疾病。症状包括干咳、呼吸急促、
冠状动脉疾病冠状动脉疾病（英语：coronary artery disease, CAD）又称为缺血性心脏病或简称冠心病（英语：ischemic heart disease, IHD）、冠状动脉粥状硬化心脏病、冠状动脉粥状硬化心血管疾病（英
β-受体阻滞药β受体阻断药（英语：Beta blockers），又称Beta受体阻断药、β受体阻断剂、β受体阻滞剂、β受体拮抗剂或β阻断药、乙型阻断剂，是一类用来治疗心律不齐、防止心脏病发作后的二次心
副粘液病毒亚科副黏液病毒亚科（Paramyxovirinae），属于副黏液病毒科，包括：
发展迟缓广泛性发育障碍（Pervasive Developmental Disorder；简称PDD），又称社交障碍、发育迟缓，是一个与特殊性发育障碍（Specific Developmental Disorders；SDD）相对的名词，专指一组五种与多种
二专二年制专科学校简称二专，为实施台湾二年制专科教育学制的学校机构。招收对象为技术型高级中等学校之毕业生，或同等学历参加四技二专统一入学测验后，以技优甄保、推荐甄试、登记
古物古物是指各时代、各族群经人为加工具有文化意义之艺术作品、生活及礼仪器物及图书文献等:12。或可供鉴赏、研究、发展、宣扬而具有历史及艺术价值或经教育部指定之器物，分为
慢性消耗病慢性消耗性疾病（英语：chronic wasting disease，缩写为CWD），又称鹿慢性消耗病、狂鹿症，一种发生在鹿科动物的传染病。是传染性海绵状脑病的一种，由变性普利昂（prion）子引起，会引起中枢
栃木三鹰椒香花小辣椒是河南省淅川县香花镇的一个辣椒品种。香花镇于1978年从日本引进栃木三鹰椒种植，之后经过培育和改良，形成了色泽鲜红、肉质肥厚、角小、辣味浓、油分高的一个辣椒品
320110　数学 120　信息科学与系统科学 130　力学 140　物理学 150　化学 160　天文学 170　地球科学 180　生物学210　农学 220　林学 230　畜牧、兽医科学 240　水产学310