OCR

✍ dations ◷ 2024-12-23 03:45:57 #OCR

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

遗传病遗传性疾病是指以基因为主要致病原因的疾病。依据成因又可以细分成：其中因单一基因缺陷而引起的遗传疾病，又称为孟德尔型病症。临床上大多透过遗传基因检测来辅助诊断以及带因
心血管循环系统（英语：circulatory system），也称为心血管系统（英语：cardiovascular system）或血管系统（英语：vascular system）是负责血液循环，在细胞间传送养分（如氨基酸及电解质）、氧气、二氧化
达尔文-华莱士奖章达尔文-华莱士奖章（英语：Darwin–Wallace Medal）是一个由伦敦林奈学会设立的、旨在奖励在进化生物学领域里作出过重要贡献的科学家的奖项。奖章的正反两面分别印有达尔文和华莱
拉雪兹神父公墓拉雪兹神父公墓（法语：Cimetière du Père-Lachaise，官方名称：cimetière de l'Est，意指“东公墓”）是法国巴黎市区内最大的墓地，位于巴黎第20区，面积超过43万平方米。它是巴黎第一
超滤作用超滤（ultrafiltration (UF) ）在膜过滤方法中，一种膜孔径尺寸大致在1.5纳米到0.2微米范围内的过滤，其过滤动力为液体的压力差，过滤机理是通过膜孔筛除作用进行分离。维基共享资源
中华真地鳖中华真地鳖又名中华地鳖，俗称土鳖虫、蟅虫、过街、地乌龟、接骨虫，在中药中称为土元，有行瘀化血功效，尤其对接骨续筋，故名“接骨虫”。除中华真地鳖外，冀地鳖、金边地鳖等地鳖类亦
过继过继，亦作过房、过嗣、立嗣（立继及命继），是传统宗族观念中的一种收养行为，主要目的出于“为宗”延续宗嗣，使祖先可继续不受中断地享有祭祀，故立男性继承人而为之。古人因考量祖先不
纽塞拉纽塞拉（Nyuserre Ini）是古埃及第五王朝的法老，继承了兄长兰尼弗雷夫的王位。现代学者对他的在位年数意见不一，大约至少有30年。他在西奈半岛的Magharah有铜矿和绿松石矿。其位于
稳恒态理论稳态理论（英语：Steady State Theory），又译为稳恒态理论、恒稳状态学说，是物理宇宙学中的一个宇宙模型假说。稳态理论假设，随着宇宙扩张，新的物质会不断产生，使宇宙符合完美宇宙学原
约翰·哥特弗雷德·赫尔德约翰·戈特弗里德·赫尔德（德语：Johann Gottfried Herder，姓或译赫德；1744年8月25日－1803年12月18日），德国哲学家、路德派神学家、诗人。其作品《论语言的起源》（德语：Abhandlung üb