智能OCR识别流程

https://www.toutiao.com/a6696014294787555847/

剖析智能OCR识别流程

1. 图像输入、预处理&＃xff1a;

2. 图像输入&＃xff1a;对于不同的图像格式&＃xff0c;有着不同的存储格式&＃xff0c;不同的压缩方式。预处理&＃xff1a;主要包括二值化&＃xff0c;噪声去除&＃xff0c;倾斜较正等

3. 二值化&＃xff1a; 对摄像头拍摄的图片&＃xff0c;大多数是彩色图像&＃xff0c;彩色图像所含信息量巨大&＃xff0c;对于图片的内容&＃xff0c;我们可以简单的分为前景与背景&＃xff0c;为了让计算机更快的&＃xff0c;更好的识别文字&＃xff0c;我们需要先对彩色图进行处理&＃xff0c;只保留前景信息与背景信息&＃xff0c;可以简单的定义前景信息为黑色&＃xff0c;背景信息为白色&＃xff0c;这就是二值化图了。

4. 噪声去除&＃xff1a; 对于不同的文档&＃xff0c;我们对燥声的定义可以不同&＃xff0c;根据燥声的特征进行去燥&＃xff0c;就叫做噪声去除

5. 倾斜较正&＃xff1a; 由于一般用户&＃xff0c;在拍照文档时&＃xff0c;都比较随意&＃xff0c;因此拍照出来的图片不可避免的产生倾斜&＃xff0c;这就需要文字识别软件进行较正。

概述智能OCR识别工作流

6. 版面分析&＃xff1a;将文档图片分段落&＃xff0c;分行的过程就叫做版面分析&＃xff0c;由于实际文档的多样性&＃xff0c;复杂性&＃xff0c;因此&＃xff0c;目前还没有一个固定的&＃xff0c;最优的切割模型。

7. 字符切割&＃xff1a;由于拍照条件的限制&＃xff0c;经常造成字符粘连&＃xff0c;断笔&＃xff0c;因此极大限制了识别系统的性能&＃xff0c;这就需要文字识别软件有字符切割功能。

8. 字符识别&＃xff1a;这一研究&＃xff0c;已经是很早的事情了&＃xff0c;比较早有模板匹配&＃xff0c;后来以特征提取为主&＃xff0c;由于文字的位移&＃xff0c;笔画的粗细&＃xff0c;断笔&＃xff0c;粘连&＃xff0c;旋转等因素的影响&＃xff0c;极大影响特征的提取的难度。

9. 版面恢复&＃xff1a; 人们希望识别后的文字&＃xff0c;仍然像原文档图片那样排列着&＃xff0c;段落不变&＃xff0c;位置不变&＃xff0c;顺序不变的输出到word文档,pdf文档等&＃xff0c;这一过程就叫做版面恢复。

10. 后处理、校对: 根据特定的语言上下文的关系&＃xff0c;对识别结果进行较正&＃xff0c;就是后处理。

目前的智能OCR识别技术早已成功应用于生活的方方面面&＃xff1a;像小区出入口的车牌识别一体机、银行开户使用的银行卡识别、名片管理时的名片识别工具等等。智能OCR识别技术正在影响着我们的生活。