你知道OCR字符識(shí)別是什么嗎？我相信很多人應(yīng)該對(duì)這一方面都是不太了解，但你肯定不知道，我們其實(shí)在日常生活中一直會(huì)用到它，今天福昕全能王的小編就來介紹一下它。
 

    　　OCR字符識(shí)別介紹

    　　OCR字符識(shí)別是指電子設(shè)備（例如掃描儀或數(shù)碼相機(jī)）檢查紙上打印的字符，然后用字符識(shí)別方法將形狀翻譯成計(jì)算機(jī)文字的過程；即，對(duì)文本資料進(jìn)行掃描，然后對(duì)圖像文件進(jìn)行分析處理，獲取文字及版面信息的過程。如何除錯(cuò)或利用輔助信息提高識(shí)別正確率，是OCR最重要的課題的友好性，產(chǎn)品的穩(wěn)定性，易用性及可行性等。

    　　OCR字符識(shí)別組成

    　　圖像輸入、預(yù)處理。
    　　圖像輸入：對(duì)于不同的圖像格式，有著不同的存儲(chǔ)格式，不同的壓縮方式。預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等。
    　　二值化：對(duì)攝像頭拍攝的圖片，大多數(shù)是彩色圖像，彩色圖像所含信息量巨大，對(duì)于圖片的內(nèi)容，我們可以簡單的分為前景與背景，為了讓計(jì)算機(jī)更快的，更好的識(shí)別文字，我們需要先對(duì)彩色圖進(jìn)行處理，使圖片只前景信息與背景信息，可以簡單的定義前景信息為黑色，背景信息為白色，這就是二值化圖了。
    　　噪聲去除：對(duì)于不同的文檔，我們對(duì)噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去噪，就叫做噪聲去除
    　　傾斜較正：由于一般用戶，在拍照文檔時(shí)，都比較隨意，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識(shí)別軟件進(jìn)行較正。     　　版面分析：將文檔圖片分段落，分行的過程就叫做版面分析，由于實(shí)際文檔的多樣性，復(fù)雜性，因此，還沒有一個(gè)固定的，最優(yōu)的切割模型。
    　　字符切割：由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識(shí)別系統(tǒng)的性能，這就需要文字識(shí)別軟件有字符切割功能。
    　　字符識(shí)別：這一研究，已經(jīng)是很早的事情了，比較早有模板匹配，后來以特征提取為主，由于文字的位移，筆畫的粗細(xì)，斷筆，粘連，旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度。
    　　版面恢復(fù)：人們希望識(shí)別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變，的輸出到word文檔,pdf文檔等，這一過程就叫做版面恢復(fù)。
    　　后處理、校對(duì):根據(jù)特定的語言上下文的關(guān)系，對(duì)識(shí)別結(jié)果進(jìn)行較正，就是后處理。
 

    　　OCR字符識(shí)別由來歷史

    　　早在60、70年代，世界各國就開始有OCR的研究，而研究的初期，多以文字的識(shí)別方法研究為主，且識(shí)別的文字僅為0至9的數(shù)字。以同樣擁有方塊文字的日本為例，1960年左右開始研究OCR的基本識(shí)別理論，初期以數(shù)字為對(duì)象，直至1965至1970年之間開始有一些簡單的產(chǎn)品，如印刷文字的郵政編碼識(shí)別系統(tǒng)，識(shí)別郵件上的郵政編碼，幫助郵局作區(qū)域分信的作業(yè)；也因此至今郵政編碼一直是各國所倡導(dǎo)的地址書寫方式。
    　　說起原理、組成結(jié)構(gòu)，可能你會(huì)對(duì)OCR字符識(shí)別很陌生，但福昕全能王相信每個(gè)接觸電腦的人都離不開它，電腦技術(shù)其實(shí)很多時(shí)候都不起眼，但一旦你關(guān)注到它，處處都是大學(xué)問。