文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > OCR识别
侵权投诉

OCR识别

图文识别

设备是扫描仪。文档图像的扫描质量是OCR软件正确识别的前提条件。恰当地选择扫描分辨率及相关参数,是保证文字清楚、特征不丢失的关键。此外,文档尽可能地放置端正,以保证预处理检测的倾斜角小,在进行倾斜校正后,文字图像的变形就小。这些简单的操作,会使系统的识别正确率有所提高。反之,由于扫描设置不当,文字的断笔过多可能会分检出半个文字的图像。文字断笔和笔画粘连会造成有些特征丢失,在将其特征与特征库比较时,会使其特征距离加大,识别错误率上升。

(2)预处理

扫描一幅简单的印刷文档的图像,将每一个文字图像分检出来交给识别模块识别,这一过程称为图像预处理。预处理是指在进行文字识别之前的一些准备工作,包括图像净化处理,去掉原始图像中的显见噪声(干扰)。主要任务是测量文档放置的倾斜角,对文档进行版面分析,对选出的文字域进行排版确认,对横、竖排版的文字行进行切分,每一行的文字图像的分离,标点符号的判别等。这一阶段的工作非常重要,处理的效果直接影响到文字识别的准确率。 版面分析是对文本图像的总体分析,是将文档中的所有文字块分检出来,区分出文本段落及排版顺序,以及图像、表格的区域。将各文字块的域界(域在图像中的始点、终点坐标),域内的属性(横、竖排版方式)以及各文字块的连接关系作为一种数据结构,提供给识别模块自动识别。对于文本区域直接进行识别处理,对于表格区域进行专用的表格分析及识别处理,对于图像区域进行压缩或简单存储。行字切分是将大幅的图像先切割为行,再从图像行中分离出单个字符的过程。

(3)单字识别

单字识别是体现OCR文字识别的核心技术。从扫描文本中分检出的文字图像,由计算机将其图形、图像转变成文字的标准代码,是让计算机“认字”的关键,也就是所谓的识别技术。就像人脑认识文字是因为在人脑中已经保存了文字的各种特征,如文字的结构、文字的笔画等。要想让计算机来识别文字,也需要先将文字的特征等信息储存到计算机里,但要储存什么样的信息及怎样来获取这些信息是一个很复杂的过程,而且要达到非常高的识别率才能符合要求。通常采用的做法是根据文字的笔画、特征点、投影信息、点的区域分布等进行分析。 中国汉字常用的就有几千,识别技术就是特征比较技术,通过和识别特征库的比较,找到特征最相似的字,提取该文字的标准代码,即为识别结果。比较是人们认识事物的一种基本方法,汉字识别也是通过比较找出汉字之间的相同、相似、相异,把握其量和质的关系,以及时间与空间的关系等。对于大字符集的汉字一般采用多级分类,多特征、全方位动态匹配求相似集,以保证分类率高、适应性强、稳定性好;细分类重点在于对相似集求异匹配、加权处理、结构判别,定量、定性分析,以及前后联接词的关系,最后进行判别。汉字识别实质上是比较科学或认知科学在人工智能方面的应用,其关键技术是识别特征库。计算机有了这样的一个特征库,才能完成认字的功能。

在图像文档的版面中,除了有文字、图片,有时还会有表格存在,为了使识别后的表格数字化,需要在版面分析过程中,对表格域进行特殊的处理,它包括对表格线的结构信息的提取,对表格内文字域的分检,完成对表格线和对文字域的识别,并根据表格线的数字化生成不同的文件格式。由于文档中的表格随意性大,格式多样,有封闭式的,也有开放式的,特别是表格中的斜线,给表格分析造成一定的困难。

(4)后处理

后处理是指对识别出的文字或多个识别结果采用词组方式进行上下匹配,即将单字识别的结果进行分词,与词库中的词组进行比较,以提高系统的识别率,减少误识率。

汉字字符识别是文字识别领域最为困难的问题,它涉及模式识别、图像处理、数字信号处理、自然语言理解、人工智能、模糊数学、信息论、计算机、中文信息处理等学科,是一门综合性技术。近几年来,印刷汉字识别系统的单字识别正确率已经超过95%,为了进一步提高

上一页第3页

你可能喜欢

热门文档

相关文档

  • 如何生成带OCR识别的PDF

    如何生成带OCR识别的PDF_IT/计算机_专业资料。很不错的教程哦!能把PDF格式文件中的文字提取出来。如何生成带 OCR 识别的 PDF 第一步:设置获取图像的分辨率为大...

  • 最简单的屏幕OCR文字识别

    (_LASDIR.."\\test.bmp"); --进行OCR识别,参数分别为语言ID,是否自动诱转,是否自动拉伸 mdoc:OCR( 0x804,_FALSE,_FALSE); local mi = mdoc.Images(0)...

  • 超强OCR识别软件下载

    超强OCR识别软件下载_计算机硬件及网络_IT/计算机_专业资料。超强 OCR 识别软件下载随着数字化办公的推广, 越来越多的资料需要存入电脑存档, 这样做的原因是方便...

  • 提高OCR识别的技巧

    提高OCR识别的技巧_计算机软件及应用_IT/计算机_专业资料。提高OCR中文识别的技巧提高OCR 识别的技巧注:(Optical Character Recognition,光学字符识别) 1.分辨率的...

  • OCR检测

    OCR/OCV 检测的应用及行业 OCR 检测系统的基本配置 ? 制造和医药行业识别/阅读,货号, 批号,保质期等数字信息, 食品 、 饮料 、医药和消 费类商品包 装上应用...

  • ocr文字识别软件

    简单地说,OCR 的基本原理就是通过扫描仪或数码相机将一份文稿的图像输 入给计算机, 再通过识别软件将图像中的文字转换成文本格式, 以便用文字处理软件如 word ...

  • 简析OCR识别的好处

    简析OCR识别的好处_计算机软件及应用_IT/计算机_专业资料。简析 OCR 识别的好处什么是 OCR 识别? OCR 识别简单的说就是把图像格式的文字分析为纯文字,可编辑。...

  • 简析OCR识别的好处

    简析OCR识别的好处_计算机软件及应用_IT/计算机_专业资料。简析 OCR 识别的好处什么是 OCR 识别? OCR 识别简单的说就是把图像格式的文字分析为纯文字,可编辑。...

  • OCR光学字符识别技术

    1 OCR 简介 OCR 是英文 Optical Character Recognition 的缩写,意思 是光学字符识别,也可简单地称为文字识别,是文字自动输入的 一种方法。它通过扫描和摄像等光学...

  • ocr文字识别注意事项

    ocr 文字识别注意事项 ocr 文字识别软件因为其能快速的识别文字受到广大用户的欢迎,人们的要求总是会越 来越高,大多数的用户最迫切想要软件提升的就是识别率,识别...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email