光学字符识别

✍ dations ◷ 2025-09-13 08:11:21 #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

绝症绝症（英语：Incurable deadly disease）是医学意义上无法医治的致命永久性疾病。有些疾病在以前是绝症，之后出现治疗方法后就不再是绝症，所以绝症这个词有时效性。某些疾病在医理上
循环系统疾病心血管疾病（英语：cardiovascular disease，簡稱CVD）指的是关于心脏或血管的疾病，又称为循环系统疾病、循环系统疾病。常见的心血管疾病包括冠状动脉症候群、中风、高血压性心脏病（
非编码非编码核糖核酸（英语：non-coding RNA），缩写ncRNA，是指各种不翻译成蛋白质的RNA分子。过去也称此类RNA为小核糖核酸（sRNA）。不过有些ncRNA分子其实相当大。其他较少使用的同义词还有
铝合金铝合金通常使用铜、锌、锰、硅、镁等合金元素，20世纪初由德国人Alfred Wilm发明，对飞机发展帮助极大，第一次大战后德国铝合金成分被列为国家机密。跟普通的碳钢相比有更轻及耐
辣椒粉辣椒粉，又称辣椒面，是干燥后的辣椒磨成的碎片或粉末。根据粗细不同，英文会区分辣椒片（chili flake）和辣椒粉（chili powder），但中文里常通称辣椒粉。几乎世界各地的料理都有在烹调过
无腔动物门无腔动物亚门（学名：Acoelomorpha）是异无腔动物门下的一个亚门。它们拥有浮浪幼虫样动物的特征，以往被认为是属于后口动物，但有学者将它们成立为一个独立于后口动物的门。经过miRN
党进党进（927年～977年），北宋初年将领。朔州马邑 (今山西朔县)人。早年在魏帅杜重威任给事。杜重威失败后，因膂力过人在军伍中任职。后周时为铁骑都虞侯。宋太祖乾德五年，担任彰信军节
伊儿汗国伊儿汗国（蒙古语：.mw-parser-output .font-mong{font-family:"Menk Hawang Tig","Menk Qagan Tig","Menk Garqag Tig","Menk Har_a Tig","Menk Scnin Tig","Oyun Gurban Ulus
马里奥·苏亚雷斯马里奥·阿尔贝托·诺布雷·洛佩斯·苏亚雷斯（葡萄牙语：Mário Alberto Nobre Lopes Soares，1924年12月7日－2017年1月7日），葡萄牙政治家，曾任葡萄牙总统及总理。在2007年票选最伟大
170110　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