西西游戏网

主页 > 软件下载 > 应用软件 > 文字编辑 > 汉王PDF OCR v8.1.5.16 绿色正式版

汉王PDF OCR v8.1.5.16 绿色正式版

汉王PDF OCR v8.1.5.16 绿色正式版
0 0
  • 软件大小:30 MB
  • 星级指数:星级指数
  • 所属游戏:文字编辑
  • 更新时间:2017-12-31 10:10:43
  • 下载次数:统计中...次 浏览:
  • 应用平台:安卓(Android),WinXP/7(安卓模拟器环境)
  • 软件性质:共享软件
立即下载

汉王PDF OCR介绍:

OCR文字识别技术是什么?


光学字符识别(英语:OpticalCharacterRecognition,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。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。国内最早的OCR商业应用是由中国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。



OCR文字识别过程


1.图像输入、图像前处理、预识别。

2.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,目前有OpenCV、CxImage等开源项目。

3.预处理

主要包括二值化,噪声去除,倾斜较正等。

4.二值化

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,可以简单的分为前景与背景,为了让计算机更快的、更好地识别文字,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。

5.噪声去除

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燥,就叫做噪声去除。

6.倾斜校正

由于一般用户,在拍照文档时,都比较随意,因此拍照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。

7.版面分析

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。

8.字符切割

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。

9.字符识别

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。

10.版面还原

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,顺序不变地输出到Word文档、PDF文档等,这一过程就叫做版面还原。

11.后处理、校对

根据特定的语言上下文的关系,对识别结果进行校正,就是后处理。


最新软件

Copyright © 2011-2019 www.xixiwg.com.备案中...西西游戏网 版权所有