光学字符识别

✍ dations ◷ 2025-04-03 17:14:14 #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

萨兰达萨兰达（阿尔巴尼亚语：Sarandë）是位于阿尔巴尼亚南部的一个沿海城市，属夫罗勒州萨兰达区一部分。萨兰达是阿尔巴尼亚全国最重要的旅游城市之一，其附近的文化古城布特林特被列入世
内务省内务省是日本在 1873 年 11 月 10 日设置、1947 年 12 月 31 日废止的中央官厅，其职掌是地方行政和财政、警察、土木工程、卫生等等国内行政。从一开始就反映了初代内务卿大
卡尔达肖夫指数卡尔达肖夫指数（英语：Kardashev Scale）是根据一个文明所能够利用的能源量级，来量度文明层次及技术先进程度的一种假说。1964年苏联天文学家尼古拉·卡尔达肖夫首先提出用能量级
烹饪烹饪，又称烹调、烹煮、炊煮、造饭、做菜，指将食材处理并制作成食物、菜肴、餐点、膳食的方法。一个好的菜肴，色香味形俱佳，不但让人在食用时感到满足，而且能让食物的营养更容易被
膀胱顶膀胱是哺乳动物贮尿的囊状器官，功能是暂存和排泄小便。经肾脏过滤之后的含有代谢产物的体液流入膀胱，形成尿液；当排尿时，膀胱壁的肌肉收缩，出口处的括约肌放松。膀胱是中空的、由
爿爿部，为汉字索引中的部首之一，康熙字典214个部首中的第九十个（四划的则为第三十个）。就中文而言，爿部归于四划部首。爿部只以左方为部字；而无其他部首可用者也会将部首归为爿部。1
谷谷部，为汉字索引中的部首之一，康熙字典214个部首中的第一百五十个（七划的则为第四个）。就繁体和简体中文中，谷部归于七划部首。谷部通常从左方、右方为部字。且无其他部首可用者
博赛纳湖博赛纳湖 (意大利文: Lago di Bolsena) 是一个位于意大利中部的湖。它是在约300,000年前，因为威西尼山脉（Vulsini mountain range）的一些火山口爆发而形成的。博赛纳湖呈椭圆形
滨海夏朗德省滨海夏朗德省 (17) （法语：Charente-Maritime）是法国的一个省。滨海夏朗德省创立于法国大革命时期，1789年12月22日立法，1790年5月4日生效。此省是来源于原先的奥尼和散舵芝（Aunis e
唐诗唐诗泛指创作于唐代（618年—907年）的诗，也可以引申指以唐朝风格创作的诗。唐诗上承魏晋南朝诗，下开宋诗，唐代也被视为中国历来诗歌发展最盛的黄金时期，因此有与宋词并举之说。唐代