MiniOCR是一款非常好用的图片识别文字软件，该软件体积小巧，使用方便，能够非常准确的识别图像中的文字，而且还有两个突出的优点就是对文字字体的识别功能和段落切分。通过采用优化的光学字符识别系统，以符合特征的方法能够迅速找到与之匹配的字体，功能非常的强大实用，欢迎有需求的用户们前来下载。
软件特色
1、采用复合特征的分类方法。
2、字符集选择3755个一级汉字。
3、字体选择最常用的宋体。
4、字号选择从小五号到一号汉字，主要针对20个点之内的小字体。
5、英汉混排时，汉语优先。
6、汉字粘连时，进行动态优化切分。
OCR软件识别原理
OCR软件主要是由下面几个部分组成。
图像输入、预处理：
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 。预处理：主要包括二值化，噪声去除，倾斜较正等
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，更好的识别文字，我们需要先对彩色图进行处理，使图片只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，这就是二值化图了。
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噪，就叫做噪声去除
倾斜较正：
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。
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。
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，这就需要文字识别软件有字符切割功能。
字符识别：
这一研究，已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。版面恢复：
人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变，的输出到word文档,pdf文档等，这一过程就叫做版面恢复。
后处理、校对:
根据特定的语言上下文的关系，对识别结果进行较正，就是后处理。
共有 0条评论