欢迎大家来到IT世界,在知识的湖畔探索吧!
OCR光学字符识别技术
什么是OCR光学字符识别？
OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。
在工业领域，光学字符识别（OCR）是一项机器视觉任务，包括从图像中提取文本信息。
OCR是高精度文本识别技术，并且对中等颗粒图形噪声无懈可击。他们还适用于识别使用点阵打印机制作的字符。该技术为部分遮挡或变形的字符提供给了令人满意的结果。
识别过程的效率主要取决于文本分割结果的质量。大多数识别案例都可以使用提供的一组识别模型完成。在其他情况下，可以轻松准备新的识别模型。
OCR光学字符识别技术步骤
为了实现最准确的识别，有必要进行仔细的文本提取和分段。从图像获取文本的总体过程包括以下步骤：
欢迎大家来到IT世界,在知识的湖畔探索吧!
获取文本位置
文本的位置是固定的，它由称为掩码的框描述。例如，个人身份证是按照正式规范制作的。每个数据字段的位置是已知的。经过良好校准的视觉系统可以拍摄文本位置几乎恒定的图像。
文本位置不是固定的，但它与输入图像上的特征元素或特殊标记（光学标记）相关。要获取文本的位置，必须找到光学标记。这可以通过模板匹配、1D边缘检测或其他技术完成。
未指定文本的位置，但可以通过图像阈值轻松地从背景中分离字符。然后可以使用Blob分析技术找到正确的字符。
从背景中提取文本
文本提取过程中的主要复杂情况可能是光线不均匀。某些技术（如光规范化或边缘锐化）有助于查找字符。
此时，已提取的文本区域已准备好进行分段。
分段文本
文本区域分割是将区域拆分为行和单个字符的过程。只有当每个区域包含一个字符时，识别才可能实现。
当文本行分开时，每行必须分为单独的字符。
接下来，提取的字符将从图形表示形式转换为文本表示形式。
调用OCR模型库
通过调用OCR模型库，使识别到的字符以文本形式与模型库进行比对，匹配数据最相似的模板，得出准确的字符信息。
字符识别
通常来说需要选择适当的字符规范大小，来分类字符的大小。
【来源：光虎光学内部培训资料】
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://itzsg.com/102650.html
