光學字符識別技術(shù)所謂OCR （Optical Character Recognition光學字符識別）技術(shù)，是指電子設(shè)備（例如掃描儀或數(shù)碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程；即，對文本資料進行掃描，然后對圖像文件進行分析處理，獲取文字及版面信息的過程由于OCR是一門與識別率拔河的技術(shù)，因此如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也因此而產(chǎn)生。而根據(jù)文字資料存在的媒體介質(zhì)不同，及取得這些資料的方式不同，就衍生出各式各樣、各種不同的應用OCR的發(fā)展要談OCR的發(fā)展，早在60、70年代，世界各國就開始有OCR的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為0至9的數(shù)字OCR可以說是一種不確定的技術(shù)研究，正確率就像是一個無窮趨近函數(shù)，知道其趨近值，卻只能靠近而無法達到，觀看不忘初心繼續(xù)前進第四集凝心鑄魂心得體會永遠在與100%作拉鋸戰(zhàn)。因為其牽扯的因素太多了，書寫者的習慣或文件印刷品質(zhì)、掃描儀的掃描品質(zhì)、識別的方法、學習及測試的樣本 OCR的產(chǎn)品除了需有一個強有力的識別核心外，產(chǎn)品的操作使用方便性、所提供的除錯功能及方法，亦是決定產(chǎn)品好壞的重要因素一個OCR識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、企業(yè)宣傳片制作有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、中央電視臺播出政論片復興之路好評不斷，識別出的文字可再使用及分析，當然也可節(jié)省因鍵盤輸入的人力與時間從影像到結(jié)果輸出，須經(jīng)過影像輸入、影像前處理、文字特征抽取、比對識別、最后經(jīng)人工校正將認錯的文字更正，將結(jié)果輸出影像輸入：欲經(jīng)過OCR處理的標的物須透過光學儀器，如影像掃描儀、傳真機或任何攝影器材，將影像轉(zhuǎn)入計算機?？萍嫉倪M步，掃描儀等的輸入裝置已制作的愈來愈精致，輕薄短小、品質(zhì)也高，對OCR有相當大的幫助，掃描儀的分辨率使影像更清晰、掃除速度更增進OCR處理的效率影像前處理：影像前處理是OCR系統(tǒng)中，須解決問題最多的一個模塊，從得到一個不是黑就是白的二值化影像，或灰階、彩色的影像，到獨立出一個個的文字影像的過程，都屬于影像前處理。包含了影像正規(guī)化、去除噪聲、影像矯正等的影像處理，及圖文分析、文字行與字分離的文件前處理。在影像處理方面，在學理及技術(shù)方面都已達成熟階段，因此在市面上或網(wǎng)站上有不少可用的鏈接庫；在文件前處理方面，則憑各家本領(lǐng)了；影像須先將圖片、表格及文字區(qū)域分離出來，甚至可將文章的編排方向、文章的提綱及內(nèi)容主體區(qū)分開，公司宣傳片拍攝而文字的大小及文字的字體亦可如原始文件一樣的判斷出來文字特征抽?。簡我宰R別率而言，特征抽取可說是 OCR的核心，用什么特征、怎么抽取，直接影響識別的好壞，也所以在OCR研究初期，特征抽取的研究報告特別的多。而特征可說是識別的籌碼，簡易的區(qū)分可分為兩類：一為統(tǒng)計的特征，如文字區(qū)域內(nèi)的黑/白點數(shù)比，當文字區(qū)分成好幾個區(qū)域時，這一個個區(qū)域黑/白點數(shù)比之聯(lián)合，就成了空間的一個數(shù)值向量，在比對時，基本的數(shù)學理論就足以應付了。而另一類特征為結(jié)構(gòu)的特征，如文字影像細線化后，取得字的筆劃端點、交叉點之數(shù)量及位置，或以筆劃段為特征，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟件的識別方法多以此種結(jié)構(gòu)的方法為主對比數(shù)據(jù)庫：當輸入文字算完特征后，不管是用統(tǒng)計或結(jié)構(gòu)的特征，都須有一比對數(shù)據(jù)庫或特征數(shù)據(jù)庫來進行比對，數(shù)據(jù)庫的內(nèi)容應包含所有欲識別的字集文字，根據(jù)與輸入文字一樣的特征抽取方法所得的特征群組對比識別：這是可充分發(fā)揮數(shù)學運算理論的一個模塊，根據(jù)不同的特征特性，選用不同的數(shù)學距離函數(shù)，較有名的比對方法有，歐式空間的比對方法、松弛比對法（Relaxation）、動態(tài)程序比對法（Dynamic Programming，DP），以及類神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)庫建立及比對、HMM（Hidden Markov Model） System）被提出，利用各種特征比對方法的相異互補性，使識別出的結(jié)果，其信心度特別的高字詞后處理：由于OCR的識別率并無法達到百分之百，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統(tǒng)中必要的一個模塊。字詞后處理就是一例，利用比對后的識別文字與其可能的相似候選字群中，文化名人看廣東許鴻飛，根據(jù)前后的識別文字找出最合乎邏輯的詞，做更正的功能字詞數(shù)據(jù)庫：為字詞后處理所建立的詞庫人工校正： OCR最后的關(guān)卡，在此之前，使用者可能只是拿支鼠標，跟著軟件設(shè)計的節(jié)奏操作或僅是觀看，而在此有可能須特別花使用者的精神及時間，去更正甚至找尋可能是OCR出錯的地方。影視視頻制作一個好的OCR軟件，除了有一個穩(wěn)定的影像處理及識別核心，以降低錯誤率外，人工校正的操作流程及其功能，亦影響OCR的處理效率，因此，文字影像與識別文字的對照，及其屏幕信息擺放的位置、還有每一識別文字的候選字功能、拒認字的功能、及字詞后處理后特意標示出可能有問題的字詞，都是為使用者設(shè)計盡量少使用鍵盤的一種功能，當然，不是說系統(tǒng)沒顯示出的文字就一定正確，就像完全由鍵盤輸入的工作人員也會有出錯的時候，這時要重新校正一次或能允許些許的錯，就完全看使用單位的需求了結(jié)果輸出：其實輸出是件簡單的事，但卻須看使用者用OCR到底為了什么？有人只要文本文件作部份文字的再使用之用，所以只要一般的文字文件、有人要漂漂亮亮的和輸入文件一模一樣，所以有原文重現(xiàn)的功能、有人注重表格內(nèi)的文字，所以要和Excel等軟件結(jié)合。無論怎么變化，都只是輸出檔案格式的變化而已。如果需要還原成原文一樣格式，則在識別后，需要人工排版，耗時耗力。中文OCR 中文OCR 光學符號識別技術(shù)是一種漢字文稿的自動輸入方式，它通過光學掃描儀和計算機的配合，經(jīng)OCR軟件將圖像數(shù)據(jù)進行運算分類后，將圖像數(shù)據(jù)轉(zhuǎn)化為計算機內(nèi)碼，可以極大減輕數(shù)據(jù)錄入工作的強度，提高數(shù)據(jù)錄入的速度文獻資料的數(shù)字化錄入，一般分為： 1、純圖像方式2、目錄文本、正文圖像方式3、全文本方式4、全文索引方式。文本方式和圖像方式的混合體我國在OCR技術(shù)方面的研究工作起步較晚，在70年代才開始對數(shù)字、英文字母及符號的識別進行研究，70年代末開始進行漢字識別的研究，到1986年漢字識別的研究進入一個實質(zhì)性的階段，不少研究單位相繼推出了中文OCR產(chǎn)品.