OCR

✍ dations ◷ 2025-07-18 22:41:44 #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

药效学药物效应动力学（英语：Pharmacodynamics (PD) ），简称药效学，是药理学的一个分支，主要研究药物作用(action)与药理效应(effects)（即药物对机体的作用及作用机制(mechanism of action)
免疫能力低下免疫缺陷（英语：immunodeficiency）是指免疫系统抵抗传染病的能力失常或欠缺。免疫缺陷还可能降低肿瘤免疫监视功能。免疫缺陷多为继发性（secondary）免疫缺陷，不过也有些人生来就有
SBR污水处理工艺SBR污水处理工艺，即序批式活性污泥法，全称为序列间歇式活性污泥法（Sequencing Batch Reactor Activated Sludge Process），简称SBR工艺。它是基于以悬浮生长的微生物在好氧条件下
操作定义操作定义（operational definition）是指将一些事物如变量、术语与客体等以某种操作的方式表示出来。操作定义与概念型定义（英语：conceptual definition）相区别，强调确立事物特征时
磷酸果糖激酶1结构 / ECOD磷酸果糖激酶1（Phosphofructokinase-1；PFK-1；EC 2.7.1.11）是一种糖解作用里一种重要的酶，是一种由4个次单位组成的异位（allosteric）酵素，可受多种活化剂与抑制剂调控。在
法国文学法语文学（法语：Littérature française）是指用法语写成的文学，有时特指法国人用法语写成的文学，也可以指法国文学。现代法国人的起源非常复杂，主要由凯尔特人、日耳曼人和罗曼人
皖南皖南是指中国安徽省南部地区，通常包括马鞍山市(除含山县、和县)、芜湖市（除无为县）、铜陵市、宣城市、黄山市、池州市等地区，即安徽省长江以南的地区。皖南地区的地形以山地为主
阿丁顿第一代西德默斯子爵亨利·阿丁顿，PC（Henry Addington, 1st Viscount Sidmouth，1757年5月30日－1844年2月15日），英国托利党政治家，1801年至1804年出任英国首相。1757年，出生于伦敦的医
退行发育(Anaplasia)逆行性生长（Anaplasia），是指成熟的正常细胞非正常地复归未成熟的细胞，为恶性肿瘤（malignant neoplasms）的指标性症状。大多数癌细胞会导致细胞去分化，让细胞无限制的分裂。但发生在
王启明王启明（1934年7月3日－），中国光电子学家。生于福建。1956年毕业于复旦大学物理系。中国科学院半导体研究所研究员。1991年当选为中国科学院院士（学部委员）。