信息时代,档案数字化已成为今后一段时期档案工作的重中之重,纸质档案扫描工作在各地如火如荼地进行。然而,扫描所产生的电子档案实际上只是以图像形式存在的文件,而非真正意义上的文本文件,也就是说,计算机只认识档案的外表,却不认识其内在文字,用户通过计算机只能看到档案的原貌,却不能对其中的内容进行引用、检索等操作,
艺术科技 2 1年第 2 01 期
OC R技术在档案数字化过程中的应用 徐永芳 Ab t a t s r c:Th spa rsm p y i to uc st e OCR i pe i l n r d e h t c nol gy us d i he a c ve i tz to ou s eh o e n t r hi s d gii a i n c r e. Men a whie n l z st e a v n a e o CR e h l g l,a ay e h d a t g fO t c no o y a d isun q p i a i n a d a ti ut ho n t e n t i ue a plc to n trb e s wn i h d g t ai n i i z to .Be ie, h spa e sas o te e pl’ i sd s t i p ri lo f roh rp o es r f rnc u p s . ee e ep r o e
前两个环节的操作,往往决定了 O R软件的识别率, C 乃至整个 O R工作的效率。而后期人工校正环节,则 C是保证 O R工作质量的最直接环节。 C
2 O CR识别技术在档案数字化中的优势。主要体现 在两个方面
21 OC . R是一种实现文字自动输入的快捷省力方法, 【关键词 l档案数字化 O R C广泛应用于网上资源数据库和数字图书馆的建设。 首先,从库存档案的情况来看,近几十年来形成 K e wor s Ar h v gtz to y d: c i eDi i a in OCR i
的大量印刷汉字档案记载了本单位在建国后全省文物考古事业进程的发展,这批珍贵的历史档案对精神文
信息时代,档案数字化已成为今后一段时期档案明和物质文明的建设都有着非常重要的利用价值。但工作的重中之重,纸质档案扫描工作在各地如火如荼这部分档案的内容都没有文本数据,或者说都只是固地进行。然而,扫描所产生的电子档案实际上只是以定在纸质载体上的死信息。既使通过扫描以图像方式图像形式存在的文件,而非真正意义上的文本文件, 存储于计算机中,检索利用也有不便之处,难于满足
也就是说,计算机只认识档案的外表,却不认识其内 现代社会对档案信息的多种利用需求。 在文字,用户通过计算机只能看到档案的原貌,却不其次,从办公自动化的发展情况来看,每年接收
能对其中
的内容进行引用、检索等操作,这无疑对将的档案中仍然会有相当数量的档案没有文本文件,或来的电子档案利用工作造成了很大的不便。考虑到档为外单位来文,或为丢失损坏等。汉字识别技术的应案用户的利用需求,若要得到真正文本形态的电子档用价值就是使这两大部分纸质档案上的固定信息变成案,使档案数字化工作更加有效,更加彻底,便要应可以被检索利用的活信息,为全文检索提供数据,使 用到 O R技术。 C
深层次的开发利用成为可能,更好地为现代化建设事 业服务。
1汉字识别技术 (简称 OCR概况 ) 所谓 O R ( p i a h r c e eo n to ), C O t c l C a a tr R cg i in
22 OCR软件为我们提供了一条新的途径、新的著 .
录方式。使档案条目通过计算机录入成为可能。 汉字是形、声有机结合的方块字,其数量大,结
即光学字符识别,也可简称作文字识别.实际上是让
计算机认字.是一种文字自动输入方法。其原理是通构繁杂,字体字形变化多端,无论人工操作,还是计 C技过专门的 O R软件,将含有文字的图像按字切割成可算机自动识别输入都十分困难。中文 O R术将文本 C
独立识别的单元,然后运用各种算法分析每个图像单通过扫描仪扫描,进行光电转换获得图像信息 .然后 元中文字的形态特征,通过比对标准特征库中的数据,利用汉字识别技术,将文本文字的图像信息转化为计 判断出该文字在计算机中的标准编码,并按通用格式算机可以直接处理的文字代码形式 .完成文本的计算 输出保存在文本文件中。
机自动输入。这样就可以极大地减轻数据录入工作的
O R的工作流程为:影像输入、影像前处理、文强度、提高数据录入的速度。因此,O R是一非常 C C种字特征抽取、比对识别、人工校正,最后将识别结果快捷,省力的文字输人方式,也是存入文字数据量极输出保存。虽然一张图像真正用于软件识别的时间不大的今天,被人们广泛采用的输人方式。从信息处理到一秒,但前期和后期的加工处理不可小视,尤其是的角度讲 .O R术是将传统型文献上的文字信息转一 C技 O8

档案数字化过程中OCR技术的应用_专业资料。简单介绍档案数字化过程中的OCR技术,分析该技术的优势和在档案数字化工作中的独特应用,如,创新著录标引方式;实现真正的...
业务研究 档案数字化过程中OCR技术的应用许呈辰 摘要:简单介绍档案数字化过程中的OCR技术,分析该技术的优势和在档案数字化工作中的独特应用,如,创新 著录标引方式;...
采用OCR技术实现档案数字化的几点思考_计算机软件及应用_IT/计算机_专业资料。气象资料处理与分析 采用OC R技术实现档案数字化的几点思考兰平 ?一- (国家气象...
OCR数字化加工平台在化工企业中的应用研究_专业资料。为了解决化工企业中传统...旧式的档案管理方法提出了新一代的解决方案一建设基于OCR识别技术的档案数字化...
纸质档案数字化的基本流程及技术要求_其它_计划/解决方案_应用文书。纸质档案...随着计算机技术、扫描技术、OCR 技术、数字摄影技术(录音、录像)、数据库技术、 ...
OCR技术应用_专业资料。ocr档案数字化过程中OCR技术的应用 苏州大学07档案班 许呈辰指导教师 张照余 【摘要】本文首先对档案数字化过程中的OCR技术作了简单介绍,...
档案数字化是数字档案建设最基础的工作,传统栽体的档案经高 科技技术加工成数字...完整的档案数 字化建设流程包括案卷交接、档案整理、目录著录、档案扫描、ocr ...
纸质档案数字化技术规范 1 范围 本标准规定了纸质档案数字化的主要技术要求。 ...6.3.3 需要进行 OCR 汉字识别的档案,扫描分辨率建议选择大于或等于 200dpi。 ...
档案数字化及数字档案的网络化应用已经成为网络时代档案馆对外服务的新模式 , ...(如果需要实现全文检索 , 可采用 OCR 技术 ) 、 图文编 辑、 图文质检 、 ...
百度文库 应用文书 计划/解决方案 其它专题推荐 北...广西壮族自治区纸质档案数字化技术要求(试行) 本规定...3.3.3 需要进行 OCR 汉字识别的档案,扫描分辨率应...
热门文档