手机端文档识别OCR识别技术

手机端文字识别OCR识别文档识别

中华文明五千年，五十六个民族，积淀了数量庞大的文化遗产，而大部分是以书籍的形式保存下来。但由此带来一个难题：纸质的书籍历经沧桑，在加上后续人们一遍遍的翻阅，书籍多有破损，甚至有缺失。像战争年代还会有批量书籍的毁损，让人甚是惋惜。为了更好的保存这些先人留下的文化遗产，文通科技特推出了民族语言文字识别技术。

识别过程是：利用扫描仪获取书籍文字的图像（TIFF JPEG BMP PNG 图片PDF等），然后经过文字识别技术和版面分析，对图片上的文字做输出（支持导出TXT,RTF,EXCEL,双层PDF或纯文本PDF）。民族语言文字识别支持藏文、维吾尔文、 阿拉伯文、哈萨克文、柯尔克孜文、中文、 日文、 韩文等；对于采集的图片，该文字识别软件支持纠偏、去污、旋转、裁切，横排文本、竖排文本、表格、图片等多种格式。

据悉，文档识别的基础是OCR识别原理，通过对文字的亮暗检测，并且与字符库进行对比，从而判断是哪个文字。并作输出。基于开放式的XML数据结构，可以对数据进行扩充和再定义。支持第三方开发厂商方便地进行文档数据的转换、迁移和再利用。文字识别软件采用UNICODE国际编码标准。系统可在一个统一的平台下，支持Windows xp ；windows 7； windows 8； windows vista ；windows 10；windows server 2003；windows server 2008；windows server 2012；文字识别技术现已成功应用于电子图书馆。

技术支持：见账号