双层PDF—OCR文字识别系统

关键词：OCR文字识别系统文档识别

双层PDF，这是怎样的一种存在？又有什么好处呢？

中华上下五千年，智者留下的精神食粮甚多，其中以书籍形式留存的占大多数。对于浩瀚的书海保存是极不容易的，另不易于检索。故此，电子图书馆才应运而生。将纸质版的书籍文字存入电子书，既便于保存，也容易检索。那这是用了什么技术来实现呢？—OCR文字识别系统！

OCR文字识别系统，是将前端摄像头获得的图像进行转换，双层PDF文件是一种具有多层结构的格式文件，其特点是：文件既可以是文本型的（比如由word生成的文件），也可以是图像型的（比如由扫描生成的文件）；双层PDF文件是指文件内容既包含文本层，也包含图像层，且其内容文字的位置上下一一相对应。通过OCR文字识别系统得到的双层PDF可以在打印的时候保持原图输出，并且可以全文检索复制，是一种非常优质的可存储文件。

OCR文字识别系统，不仅支持汉字，像少数民族语言：藏文、维文、哈萨克文、阿拉伯文等，像外文：韩文、日文、英文等都支持。也正是由于此优势才使得它在国际上也获得了一致的好评与认可。

电子时代的迅猛推进，使得OCR文字识别系统的优势愈发突显。不仅可以应用在上述的电子图书馆，像是舆情监控，有了文字识别，就算是图片的消息也能识别检索出来。