怎樣識別圖片上的文字.docx

《怎樣識別圖片上的文字.docx》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、細(xì)心看吧希望能幫助你要下載安裝文字識別軟件，你可以試試尚書七號，或者漢王等等下面教你如何使用ORC:OCR是英文OpticalCharacterRecognition的縮寫，翻譯成中文就是通過光學(xué)技術(shù)對文字進(jìn)行識別的意思,是自動識別技術(shù)研究和應(yīng)用領(lǐng)域中的一個重要方面。它是一種能夠?qū)⑽淖肿詣幼R別錄入到電腦中的軟件技術(shù)，是與掃描儀配套的主要軟件，屬于非鍵盤輸入范疇，需要圖像輸入設(shè)備主要是掃描儀相配合?，F(xiàn)在OCR主要是指文字識別軟件，在1996年清華紫光開始搭配中文識別軟件之前，市場上的掃描儀和OCR軟件一直是分開銷售的,掃描儀廠商現(xiàn)在已把專業(yè)的OCR軟件搭

2、配自己生產(chǎn)的掃描儀出售。OCR技術(shù)的迅速發(fā)展與掃描儀的廣泛使用是密不可分的，近兩年隨著掃描儀逐漸普及和OCR技術(shù)的日臻完善，OCR己成為絕大多數(shù)掃描儀用戶的得力助手。一、OCR技術(shù)的發(fā)展歷程自20世紀(jì)60年代初期出現(xiàn)第一代OCR產(chǎn)品開始，經(jīng)過30多年的不斷發(fā)展改進(jìn)，包括手寫體的各種OCR技術(shù)的研究取得了令人矚目的成果，人們對OCR產(chǎn)品的功能要求也從原來的單純注重識別率，發(fā)展到對整個OCR系統(tǒng)的識別速度、用戶界面的友好性、操作的簡便性、產(chǎn)品的穩(wěn)定性、適應(yīng)性、可靠性和易升級性、售前售后服務(wù)質(zhì)量等各方面提出更高的要求。IBM公司最早開發(fā)了OCR產(chǎn)品，1965

3、年在紐約世界博覽會上展出了IBM公司的OCR產(chǎn)品——IBMl287。當(dāng)時的這款產(chǎn)品只能識別印刷體的數(shù)字、英文字母及部分符號，并且必須是指定的字體。20世紀(jì)60年代末，日立公司和富士通公司也分別研制出各自的OCR產(chǎn)品。全世界第一個實現(xiàn)手寫體郵政編碼識別的信函自動分揀系統(tǒng)是由日本東芝公司研制的，兩年后NEC公司也推出了同樣的系統(tǒng)。到了1974年，信函的自動分揀率達(dá)到92％左右，并且廣泛地應(yīng)用在郵政系統(tǒng)中，發(fā)揮著較好的作用。1983年日本東芝公司發(fā)布了其識別印刷體日文漢字的OCR系統(tǒng)OCRV595，其識別速度為每秒70～100個漢字，識別率為99．5％。其后

4、東芝公司又開始了手寫體日文漢字識別的研究工作。中國在OCR技術(shù)方面的研究工作相對起步較晚，在20世紀(jì)70年代才開始對數(shù)字、英文字母及符號的識別技術(shù)進(jìn)行研究，20世紀(jì)70年代末開始進(jìn)行漢字識別的研究。1986年，國家863計劃信息領(lǐng)域課題組織了清華大學(xué)、北京信息工程學(xué)院、沈陽自動化所三家單位聯(lián)合進(jìn)行中文OCR軟件的開發(fā)工作。至1989年，清華大學(xué)率先推出了國內(nèi)第一套中文OCR軟件--清華文通TH-OCR1.0版，至此中文OCR正式從實驗室走向了市場。清華OCR印刷體漢字識別軟件其后又推出了TH-OCR92高性能實用簡／繁體、多字體、多功能印刷漢字識別系統(tǒng)

5、，使印刷體漢字識別技術(shù)又取得重大進(jìn)展。到1994年推出的TH-OCR94高性能漢英混排印刷文本識別系統(tǒng)，則被專家鑒定為“是國內(nèi)外首次推出的漢英混排印刷文本識別系統(tǒng)，總體上居國際領(lǐng)先水平”。上個世紀(jì)90年代中后期，清華大學(xué)電子工程系提出并進(jìn)行了漢字識別綜合研究，使?jié)h字識別技術(shù)在印刷體文本、聯(lián)機(jī)手寫漢字識別、脫機(jī)手寫漢字識別和脫機(jī)手寫數(shù)字符號識別等領(lǐng)域全面地取得了重要成果。具有代表性的成果是TH-OCR97綜合集成漢字識別系統(tǒng)，它可以完成多文種(漢、英、日)印刷文本、聯(lián)機(jī)手寫漢字、脫機(jī)手寫漢字和手寫數(shù)字的識別輸入。幾年來，除清華文通TH-OCR外，其它如尚

6、書SH-OCR等各具風(fēng)格的OCR軟件也相繼問世，中文OCR市場穩(wěn)步擴(kuò)大，用戶遍布世界各地?？梢哉f目前印刷體OCR的識別技術(shù)已經(jīng)達(dá)到較高水平。OCR產(chǎn)品已由早期的只能識別指定的印刷體數(shù)字、英文字母和部分符號，發(fā)展成為可以自動進(jìn)行版面分析、表格識別，實現(xiàn)混合文字、多字體、多字號、橫豎混排識別的強(qiáng)大的計算機(jī)信息快速錄入工具。對印刷體漢字的識別率達(dá)到98％以上，即使對印刷質(zhì)量較差的文字其識別率也達(dá)到95％以上。可識別宋體、黑體、楷體、仿宋體等多種字體的簡、繁體，并且可以對多種字體、不同字號混合排版進(jìn)行識別，對手寫體漢字的識別率達(dá)到70％以上。特別是我國的漢字O

7、CR技術(shù)經(jīng)過十幾年的努力，克服了起步晚、漢字字符集異常龐大等困難，單字的識別速度(指在單位時間內(nèi)所完成的從特征提取到識別結(jié)果輸出的字?jǐn)?shù))可以達(dá)到70字／秒以上。由于印刷體OCR漢字識別技術(shù)已經(jīng)比較成熟，所以O(shè)CR產(chǎn)品被廣泛地應(yīng)用在新聞、印刷、出版、圖書館、辦公自動化等各個行業(yè)。專業(yè)型OCR產(chǎn)品多是面向特定的行業(yè)，即適用于每天需處理大量表格信息錄入的部門，如郵政、稅務(wù)、海關(guān)、統(tǒng)計等等。這種面向特定行業(yè)的專業(yè)型OCR系統(tǒng)，格式較為固定，識別的字符集相對較小，經(jīng)常與專用的輸入設(shè)備結(jié)合使用，因此具有速度快、效率高等特點，比如郵件自動分揀系統(tǒng)等。手寫文稿的識別直

8、到1996、1997年才開始有產(chǎn)品問世，而且是作為印刷文稿識別產(chǎn)品的一項附加功能提供的。由于人