OCR文本识别系统项目文档——欢迎探讨交流

            《OCR文本识别系统项目计划书》

一、作品概述

http://115.159.205.168/ocr_php/public/index.php

本项目的名称为OCR文本识别系统，研发其主要目的是向用户提供高精度的文本识别功能。在信息量非常大的时代，PDF和图片占信息量较大一部分，这就造成了用户对图片和PDF文本识别的大量需求，包括对各种语言文字、手写体、数字等。而本项目可以较好的满足用户需求，提供高精度文本识别（即把图片中的文字，识别出并转换为.txt文件）。本项目提供两种版本：Android版（进度60%）和web网页版（进度80%）(网页入口：http://115.159.205.168/ocr_php/public/index.php)，可以运行在linux、windows、Android环境下,方便了用户的使用。

本项目可以实现以下功能：

1.对多国语言进行识别。用户上传图片或pdf，返回识别结果。共有约40种语言库，包括汉语、英语、日语、法语、韩文等。

2.为用户提供训练功能。由于文本识别率在某种程度上还不够高，用户可以根据识别率，训练对应的文字，提高识别率。

3.训练新语言。可以针对某个人手写体，训练出对应的库，实现识别手写体功能。也可针对某种字体，如行书 进行训练。这样保证了灵活、多变性。

4.图片自动优化功能。由于用户上传的图片，可能存在杂乱底色或一些影响识别的杂色，该系统可以针对图片进行处理、优化，提高图片的清晰度与对比度，提供识别精度。

5.分账户管理。 在手机安卓app端，用户可以建立自己的账户，存储自己识别过的文件。

 

 

二、作品构思的创意与价值

（1） 背景：问题领域

在信息量非常大的时代，PDF和图片占信息量较大一部分，这就造成了用户对图片和PDF文本识别的大量需求，包括对各种语言文字、手写体、数字等。本项目目的为满足这一市场的需求。本项目涉及人工智能、神经网络、模式识别、机器学习等领域。

（2） 问题：选题的动机与目的

       选择这个项目有一下几个原因：

   1.本项目具有较强的实用性，可以应用于身边的文本识别领域

   2.本项目就有较大的增值空间，可以研发出多个外延引擎。

   3.本项目具有开源性，大家共同参与，共同增加训练库

  4.个人出于对算法的热爱，和对人工智能、神经网络、模式识别、机器学习   的兴趣

   实现这个项目的目的

   1.能够满足一部分文本识别的市场需求，普及文本识别技术

   2.发扬开源精神，通过大家一块提交训练库，增加识别精度。

   3.在运用识别算法的同时，对该模式识别算法进行优化，进一步提高识别精度。

（3） 研究：市场调查和评价结论

文本识别的市场较大，就目前从行业需求来看，金融、保险、税务、工商、电子商 务等行业对信息识别的需求已经越来越广泛，促进了识别技术的大规模应用。而个人消费者对资料电子化、手写识别技术等各方面需求则拓展了OCR识别技术在这一领域的应用，另一方面，网络时代的高速发展使个人资料电子化、商务办公自动化等需求也变得越来越多。

从调查来看，文本识别市场的的确确存在，而且随着信息化时代不断发展，这种需求会变得越来越大，而本项目可以较好的满足市场需求，提供优良的服务。因此本项目有较好的发展前景。

（4） 创意：参赛作品的构思描述

本项目会创建一个平台，提供对图片和PDF的文本识别服务。并以这个平台为主题，提供多种服务，以提高识别率、满足客户需求。具体服务包括：

（1）训练功能:由用户提供素材对文字进行训练，提高文本识别精度。

（2）新语言训练:由用户提供素材对新语言进行训练。

（3）图像处理：对用户的图片进行处理，如灰度处理、二值化、去噪zao、旋转等。

（4）用户管理；对用户识别过的素材和结构进行保存

提供三个平台的使用：

1.Windows 平台

2.Linux   平台

3.Android

（5） 功效：最终呈现给用户的实际功效

       1.对多国语言进行识别。用户上传图片或pdf，返回识别结果.

       2.为用户提供训练功能,用户共享训练库，提高识别率。

       3.训练新语言。可以针对某个人手写体，训练出对应的库，实现识别手写体功能。

       4.图片自动优化。针对用户上传的图片进行处理、优化，提高图片的清晰度与对比度，提供识别精度

         5.分账户管理。 用户可以建立自己的账户，存储自己识别过的文件。

 

   （6） 评价：对创新的深度与广度的自我评价

经过调查，全国范围内，本项目是唯一一个采用“用户训练，资源共享”模式的OCR文本识别软件。该模式实现了资源共享，每个用户都共享一个大的训练库，而且每个用户都可以自己训练出的训练库加入到共享训练库中。这样就保证了资源的有效利用，大大提高了文字的识别率。不仅如此，这样的模式，就更加提高了用户识别的自由度和灵活度。与此同时，本项目采用识别率较高的Google的开源tessrect-ocr引擎，有效提供识别效率。

本项目采用文本自然语言处理中的G-gram模型，对识别出的文字进行更正。

本项目除了训练之外，还添加了图片处理功能、PDF识别功能、训练新语言功能、而且用户可以根据需要选择对应要识别的语言。

相对于其他的识别软件，本项目在“用户训练，资源共享”模式的创新使得本项目更有应用前景，而且本项目还提供了许多附加的功能，提高了用户使用的自由度和灵活度。

 

三、作品的目标实现形式

（1） 作品的最终呈现形式

1.网页web端，实现在在线识别、训练

2.手机安卓端，实现掌上识别

（2） 作品的主要功能描述

  1、对多国语言进行识别。用户上传图片或pdf，返回识别结果。共有约40种语言库，包括汉语、英语、日语、法语、韩文等

2、为用户提供训练功能。由于文本识别率在某种程度上还不够高，用户可以根据识别率，训练对应的文字，提高识别率

3、训练新语言。可以针对某个人手写体，训练出对应的库，实现识别手写体功能。也可针对某种字体，如行书 进行训练。这样保证了灵活、多变性

4、图片自动优化功能。由于用户上传的图片，可能存在杂乱底色或一些影响识别的杂色，该系统可以针对图片进行处理、优化，提高图片的清晰度与对比度，提供识别精度

5、分账户管理。 在手机安卓app端，用户可以建立自己的账户，存储自己识别过的文件。

 

（3） 作品的实用性和未来可扩展性分析

1、实用性：

OCR文本识别系统可以对大量图像进行文本的识别、训练，可以用于金融、保险、税务、工商、电子商务等行业。就目前来说，可以用于我校教师识别发票、论文等方面。

网站已经搭建好，从后台数据来看，期间已经有多人使用本网站，进行识别。

 

     2、未来可扩展性分析：

（1）本项目基于文本识别，且其“用户训练，资源共享”的模式有效提升了其识别效率和识别精度，经用户的使用，其识别效果会越来越好。  

（2） 本项目运行平台较广，可以在多个平台上使用，未来可以开发IOS版。

（3）本项目可以修改代码，开发IPA，为其他软件提供API接口。

（4）在本项目基础上，可以做出许多附加产品，如汽车牌照识别、验证码识别、二维码识别、等。

 

四、作品目标实现的可行性

（1） 作品的主要技术路线

1、前端网页所用技术     :  html 、css

2、后台开发所用技术     :  php 、shell脚本 、tessrect-ocr引擎、c++

3、tessrect-ocr引擎技术 :  模式匹配、机器学习、图像识别与处理、神经网络。

4、Android技术          :java 、安卓

 

（2） 作品的核心技术关键与实现可行性

  1.引擎：编写脚本，实现tesseract-ocr引擎搭建(已实现)

  2.训练： 编写训练脚本 ，实现类机器学习，高度自动化学习(已实现)

  3.php_for_tesseract-ocr:实现php对tesseract-ocr引擎的调用（已实现）

  4.imageMagick图片处理引擎  :对图片进行处理，提高识别率(已实现)

5.G-grem模块：利用开源的算法，在github上可以找到对应的模块，进行应用

6.PDF识别:在linux环境下，很容易把PDF转换为图片

  编写Android应用：     编写账号登录注册模块(已完成)、调用web端引擎(已完成)、分账户文件管理(完成中)