Wintone：OCR识别工作流程概述

OCR识别系统，其目的很简单，把影像作转换，使影像内的图形继续保存、有表格的则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。

OCR识别流程剖析

1. 图像输入、预处理：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。预处理：主要包括二值化，噪声去除，倾斜较正等3. 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，我们可以简单的分为前景与背景，为了让计算机更快的，更好的识别文字，我们需要先对彩色图进行处理，只保留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，这就是二值化图了。4. 噪声去除：　　对于不同的文档，我们对燥声的定义可以不同，根据燥声的特征进行去燥，就叫做噪声去除
2. 倾斜较正：　　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。6. 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。7. 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，这就需要文字识别软件有字符切割功能。8. 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。9. 版面恢复：　　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，顺序不变的输出到word文档,pdf文档等，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，对识别结果进行较正，就是后处理。目前的OCR识别技术早已成功应用于生活的方方面面：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。OCR识别技术正在影响着我们的生活。