机器视觉之家VISIONHOME微信公众号:石鑫华视觉网

 找回密码
 注册会员
查看: 1051|回复: 0

OCR字符识别系统

[复制链接]

主题

好友

3775

积分

白金会员

  • TA的每日心情
    开心
    2015-3-5 16:19
  • 签到天数: 126 天

    [LV.7]70FPS

    发表于 2013-12-31 11:56:31 |显示全部楼层
    OCR(Optical Character Recognition,光学字符识别)是指利用电子设备检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别的方法将形状翻译成计算机文字的过程,即对文本资料进行扫描,然后对图像文件进行分析处理,获取文字及版面信息的过程。下面介绍一下OCR字符识别系统主要组成:+ s! z/ T4 ]1 U0 `$ O8 [! \! s
        一、图像输入、预处理
    7 ?) H3 s, X  K% l    图像输入: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。
    ' ^' f1 b2 b$ |    预处理:主要包括二值化,噪声去除,倾斜较正等。2 I$ z0 `; X" u' \; d, ^

    ! s1 {8 Z& Q( W2 b! L* Z
        二、二值化- q2 g+ d3 ^3 S7 g) }
        对摄像头拍摄的图片,大多数是彩色图像,彩色图像所含信息量巨大,对于图片的内容,我们可以简单的分为前景与背景,为了让计算机更快更好的识别文字,我们需要先对彩色图进行处理,使图片只前景信息与背景信息,可以简单的定义前景信息为黑色,背景信息为白色,这就是二值化图了。9 r2 q0 k; U( ^1 R; y
        三、噪声去除/ M8 ~' H2 C6 _
        对于不同的文档,对噪声的定义可以不同,根据噪声的特征进行去噪,叫做噪声去除。
    0 k1 v# W1 w% B3 G$ k' w: s& I    四、倾斜校正
    " k, h8 z2 \! F, e! s# V    在拍照文档时,拍出来的图片不可避免的产生倾斜,这就需要文字识别软件进行较正。
    * Y0 D- D9 c* \+ @" {4 p, E    五、版面分析
    . [+ G; u" B5 y) C  B    将文档图片分段落,分行的过程就叫做版面分析,由于实际文档的多样性,复杂性,因此,目前还没有一个固定的,最优的切割模型。
    " O) A8 l) R+ x! ?8 Q    六、字符切割
    * l5 q( Q3 x: b    由于拍照条件的限制,经常造成字符粘连,断笔,因此极大限制了识别系统的性能,在众多文字识别软件中有显示字符切割的效果。! @* t; T# G* h6 B3 A9 w: P
        七、字符识别7 o  v( j" }1 u2 E, G# r
        这一研究,已经是很早的事情了,比较早有模板匹配,后来以特征提取为主,由于文字的位移,笔画的粗细,断笔,粘连,旋转等因素的影响,极大影响特征的提取的难度。( s: U* B! m) x" |% D+ S
        八、版面恢复
    + \* {6 `2 ^7 T* ?    人们希望识别后的文字,仍然像原文档图片那样排列着,段落不变,位置不变,顺序不变,的输出到word文档、pdf文档等,这一过程就叫做版面恢复。
    ) D& I6 ?: E& \    九、后处理、校对
    0 W/ n7 i( H& @9 V) v    根据特定的语言上下文的关系,对识别结果进行较正,就是后处理。
    9 c/ B& Y; c. q" m" {; n! o   
    3 ?4 Q7 e- y8 L7 s$ y1 l4 `4 t# E2 z8 Z- l
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    淘宝机器视觉商城

    Archiver|手机版|小黑屋|视觉之家|东莞市华动智能科技有限公司 ( 粤ICP备17078359号-1 )|网站地图|申请友情链接

    GMT+8, 2018-4-21 09:57

    Powered by shixinhua.com X3.2 Licensed

    © 2012-2018 VISIONHOME.CN 浏览量:

    快速回复 返回顶部 返回列表