基于python的图像识别_基于PYTHON的图片文字识别

文本资料的图像文件进行分析识别处理，

获取文字及版面信息的过程。

一般包括

以下几个过程：图像输入、图像前处理、预识别：

1

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，

目前有

OpenCV、CxImage

等开源项目。

2

预处理：主要包括二值化，噪声去除，倾斜较正等。

2.1

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

地识别文字，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景

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。

2.2

噪声去除：

对于不同的文档，我们对噪声的定义可以不同，根据噪声的特征进行去燥，

就叫做噪声去除。

3

倾斜校正：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。

4

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。

5

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。