基于python和tesseract库的中英文识别（OCR)

1算法原理

OCR 的基本原理可分为：图像预处理、图像分割、字符识别和识别结果处理四个部分（如下图）。

1.1 图像预处理

对包含文字的图像进行处理以便后续进行特征提取、学习。这个过程的主要目的是减少图像中的无用信息，以便方便后面的处理。在这个步骤通常有：灰度化、降噪、二值化、字符切分以及归一化等子步骤。经过二值化后，图像只剩下 黑和白两种颜色。降噪在这个阶段非常重要，降噪算法的好坏对特征提取的影响 很大。字符切分则是将图像中的文字分割成单个文字——识别的时候是一个字一 个字识别的。如果文字行有倾斜的话往往还要进行倾斜校正。归一化则是将单个的文字图像规整到同样的尺寸，在同一个规格下，才能应用统一的算法。

1.2 图像分割

图像预处理之后，进行图像分割，常用的方法有阈值分割或边缘分割等方法。
·阈值分割：灰度阈值分割法是一种最常用的并行区域技术，它是图像分割中应用数量最多的一类。阈值分割方法实际上是输入图像 f 到输出图像 g 的如下变换：
$$G($$