NLP：场景--OCR提取文字做文本匹配任务~~~持续更新~~~

目录

OCR

OCR的发展历程

OCR技术实现步骤：

6：后处理__2.转换文本格式

OCR需要的算法：

OCR代码实现场景

---

将图片上的文字提取出来，需要哪些技术？

将图片上的文字提取出来的过程通常被称为光学字符识别（Optical Character Recognition, OCR）。OCR技术可以将各种类型的文档（如扫描的纸文档、PDF文件或图像中的文字）转换成可编辑和可搜索的数据。

OCR

OCR的发展历程

OCR，全称为光学字符识别（Optical Character Recognition），是一种将图像中的打印或手写文本转换为机器编码文本的技术。OCR技术的发展经历了几个重要阶段，从早期的模板匹配和特征提取，到现代的机器学习和深度学习方法。

以下是OCR技术的发展简史：

1. **早期发展（20世纪50-70年代）**：
   - 1950年代，OCR系统开始出现，主要用于简单的数据录入和处理任务。
   - 早期系统通常只能识别一种字体和大小，且对字符的排列有严格要求。

2. **商业化和标准化