OCR SDK

编辑:列宁网互动百科 时间:2020-07-03 17:55:48
编辑 锁定
本词条缺少概述信息栏名片图,补充相关内容使词条更完整,还能快速升级,赶紧来编辑吧!

目录

OCR SDK简述

编辑
OCR(Optical Character Recognition)是指使用扫描仪或数码相机对文本资料进行扫描成图像文件,然后对图像文件进行分析处理,自动识别获取文字信息及版面信息的软件。

  OCR SDK是指将OCR软件的核心技术(不包含UI)整理成SDK(SOFTWARE DEVELOPMENT TOOLKIT)软件开发包的形式,供各种应用程序调用OCR核心技术,开发OCR各种应用软件(如文档识别、名片识别、证件识别等)。

OCR SDK组成

编辑
OCR SDK核心技术模块主要是由下面几个部分组成:
图像输入:读取不同图像格式文件的算法。
图像预处理:主要包括图像二值化,噪声去除,倾斜较正等算法
版面分析:将文档图片分段落,分行的算法就叫版面分析算法
字符切割:字符切割算法主要处理因字符粘连、断笔造成字符难以简单切割的问题。
字符特征提取:对字符图像提取多维的特征用于后面的特征匹配模式识别算法。
字符识别:将当前字符提取的特征向量与特征模板库进行模板粗分类和模板细匹配,识别出字符的算法。
版面恢复:识别原文档的排版,按原排版格式将识别结果输出到word或pdf等格式文档,叫做版面恢复算法。
后处理校正: 根据特定的语言上下文的关系,对识别结果进行较正的算法。

  目前国内最好的OCR SDK公司有:北京文通、厦门云脉、北京汉王
词条标签:
科技