OCR技术原理 文档识别技术功能特点图像输入:读取不同图像格式文件的算法。图像预处理:主要包括图像二值化,噪声去除,倾斜较正等算法。版面分析:将文档图片分段落,分行的算法就叫版面分析算法。字符切割:字符切割算法主要处理因字符粘连、断笔造成字符难以简单切割的问题。字符特征提取:对字符图像提取多维的特征用于后面的特征匹配模式识别算法。字符识别:将当前字符提取的特征向量与特征模板库进行模板粗分类和模板细匹配,识别出字符的算法。版面恢复:识别原文档的排版,按原排版格式将识别结果输出到word或pdf等格式文档,叫做版面恢复算法。后处理校正: 根据特定的语言上下文的关系,对识别结果进行较正的算法。