MiniOCR(OCR文字識(shí)別軟件)

MiniOCR顧名思義就是OCR文字識(shí)別工具了。相信大家用的OCR識(shí)別軟件應(yīng)該有很多了吧，其中不乏有精品。但是都有一個(gè)比較惱人的問題，首先大多是商業(yè)版本，必須付費(fèi)使用。另外免費(fèi)版本有很多限制，幾乎無(wú)法進(jìn)行有效使用。所以，這絕對(duì)是一款非常實(shí)用的工具。MiniOCR能夠準(zhǔn)確的識(shí)別圖像中的文字。而且一個(gè)突出的優(yōu)點(diǎn)就是對(duì)文字字體的識(shí)別功能。通過采用優(yōu)化的光學(xué)字符識(shí)別系統(tǒng)，以符合特征的方法。做到了軟件的小巧化。而且，之所以稱之為MINI，就是因?yàn)槠湫∏傻脑?。其中擁有的字符集?755個(gè)一級(jí)漢字，覆蓋面非常的廣。而且包含了多種字體。所以，非常的實(shí)用。絕對(duì)值得大家使用。喜歡的朋友一定要下載MiniOCR來(lái)體驗(yàn)一下??！

軟件特色

1、采用復(fù)合特征的分類方法。
2、字符集選擇3755個(gè)一級(jí)漢字。
3、字體選擇最常用的宋體。
4、字號(hào)選擇從小五號(hào)到一號(hào)漢字，主要針對(duì)20個(gè)點(diǎn)之內(nèi)的小字體。
5、英漢混排時(shí)，漢語(yǔ)優(yōu)先。
6、漢字粘連時(shí)，進(jìn)行動(dòng)態(tài)優(yōu)化切分。

OCR軟件識(shí)別原理

OCR軟件主要是由下面幾個(gè)部分組成。
圖像輸入、預(yù)處理：
圖像輸入：對(duì)于不同的圖像格式，有著不同的存儲(chǔ)格式，不同的壓縮方式，目前有OpenCV,CxImage等開源項(xiàng)目 。預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等
二值化：
對(duì)攝像頭拍攝的圖片，大多數(shù)是彩色圖像，彩色圖像所含信息量巨大，對(duì)于圖片的內(nèi)容，我們可以簡(jiǎn)單的分為前景與背景，為了讓計(jì)算機(jī)更快的，更好的識(shí)別文字，我們需要先對(duì)彩色圖進(jìn)行處理，使圖片只前景信息與背景信息，可以簡(jiǎn)單的定義前景信息為黑色，背景信息為白色，這就是二值化圖了。
噪聲去除：
對(duì)于不同的文檔，我們對(duì)噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去噪，就叫做噪聲去除
傾斜較正：
由于一般用戶，在拍照文檔時(shí)，都比較隨意，因此拍照出來(lái)的圖片不可避免的產(chǎn)生傾斜，這就需要文字識(shí)別軟件進(jìn)行較正。
版面分析：
將文檔圖片分段落，分行的過程就叫做版面分析，由于實(shí)際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個(gè)固定的，最優(yōu)的切割模型。
字符切割：
由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識(shí)別系統(tǒng)的性能，這就需要文字識(shí)別軟件有字符切割功能。
字符識(shí)別：
這一研究，已經(jīng)是很早的事情了，比較早有模板匹配，后來(lái)以特征提取為主，由于文字的位移，筆畫的粗細(xì)，斷筆，粘連，旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度。版面恢復(fù)：
人們希望識(shí)別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變，的輸出到word文檔,pdf文檔等，這一過程就叫做版面恢復(fù)。
后處理、校對(duì):
根據(jù)特定的語(yǔ)言上下文的關(guān)系，對(duì)識(shí)別結(jié)果進(jìn)行較正，就是后處理。