MiniOCR(OCR文字識別軟件)

MiniOCR顧名思義就是OCR文字識別工具了。相信大家用的OCR識別軟件應(yīng)該有很多了吧，其中不乏有精品。但是都有一個比較惱人的問題，首先大多是商業(yè)版本，必須付費使用。另外免費版本有很多限制，幾乎無法進行有效使用。所以，這絕對是一款非常實用的工具。MiniOCR能夠準(zhǔn)確的識別圖像中的文字。而且一個突出的優(yōu)點就是對文字字體的識別功能。通過采用優(yōu)化的光學(xué)字符識別系統(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，就是因為其小巧的原因。其中擁有的字符集有3755個一級漢字，覆蓋面非常的廣。而且包含了多種字體。所以，非常的實用。絕對值得大家使用。喜歡的朋友一定要下載MiniOCR來體驗一下??！

軟件特色

1、采用復(fù)合特征的分類方法。
2、字符集選擇3755個一級漢字。
3、字體選擇最常用的宋體。
4、字號選擇從小五號到一號漢字，主要針對20個點之內(nèi)的小字體。
5、英漢混排時，漢語優(yōu)先。
6、漢字粘連時，進行動態(tài)優(yōu)化切分。

OCR軟件識別原理

OCR軟件主要是由下面幾個部分組成。
圖像輸入、預(yù)處理：
圖像輸入：對于不同的圖像格式，有著不同的存儲格式，不同的壓縮方式，目前有OpenCV,CxImage等開源項目 。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，對于圖片的內(nèi)容，我們可以簡單的分為前景與背景，為了讓計算機更快的，更好的識別文字，我們需要先對彩色圖進行處理，使圖片只前景信息與背景信息，可以簡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：
對于不同的文檔，我們對噪聲的定義可以不同，根據(jù)噪聲的特征進行去噪，就叫做噪聲去除
傾斜較正：
由于一般用戶，在拍照文檔時，都比較隨意，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識別軟件進行較正。
版面分析：
將文檔圖片分段落，分行的過程就叫做版面分析，由于實際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個固定的，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，因此極大限制了識別系統(tǒng)的性能，這就需要文字識別軟件有字符切割功能。
字符識別：
這一研究，已經(jīng)是很早的事情了，比較早有模板匹配，后來以特征提取為主，由于文字的位移，筆畫的粗細，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:
根據(jù)特定的語言上下文的關(guān)系，對識別結(jié)果進行較正，就是后處理。