檢視 OCR 的原始碼

{| class="https://cn.bing.com/images/search?view=detailV2&ccid=sF%2bGLWnh&id=09EC894F00E462B48E1D827AA4A91A530CDC244A&thid=OIP.sF-GLWnheSnMr7VUfXlrzgHaDg&mediaurl=https%3a%2f%2fpic.mairuan.com%2fWebSource%2fabbyy%2fnews%2fimages%2fa3f4f36fb455ad1969a4dda8b600a70660b842edb4b41.jpeg&exph=300&expw=634&q=OCR&simid=608050920470685619&FORM=IRPRST&ck=7DB12FAA1D60D48627C3D29F6C062731&selectedIndex=1&itb=0&ajaxhist=0&ajaxserp=0" style="float:right; margin: -10px 0px 10px 20px; text-align:left"
|<center>'''OCR'''<br><img
src=" https://pic.mairuan.com/WebSource/abbyy/news/images/a3f4f36fb455ad1969a4dda8b600a70660b842edb4b41.jpeg" width="280"></center><small>  圖片來自优酷</small> 
|}
OCR （Optical Character Recognition，光学字符识别）是指[[电子设备]]（例如[[扫描仪]]或[[数码相机]]）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对[[印刷体]]字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的[[图像文件]]，并通过识别软件将图像中的文字转换成文本格式，供[[文字处理软件]]进一步[[编辑加工]]的技术。如何除错或利用[[辅助信息]]提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR[[系统性能]]好坏的主要指标有：[[拒识率]]、[[误识率]]、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

==简介==
一个OCR识别系统，其目的很简单，只是要把[[影像]]作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、最后经人工校正将认错的文字更正，将结果输出。<ref>[https://baike.baidu.com/reference/4162921/533aYdO6cr3_z3kATPDZxP70MizFZIiuuLDUV-NzzqIP0XOpT5yrWZo7rtQxsfRvHQXKvp11c5lHxrr6CkJH5-hFIOg8SuN2nmupWmfL1OruqtgsndQS8JcQWq0f0qXx5E2o0XeUgfSI6g．中国国际广播电台 ，引用日期2022-03-23]</ref>
欲经过OCR处理的标的物须透过[[光学仪器]]，如[[影像扫描仪]]、[[传真机]]或任何摄影器材，将影像转入计算机。科技的进步，扫描仪等的输入装置已制作的愈来愈精致，轻薄短小、品质也高，对OCR有相当大的帮助，扫描仪的分辨率使影像更清晰、扫除速度更增进OCR处理的效率。
影像预处理是OCR系统中，须解决问题最多的一个模块。影像须先将图片、表格及文字区域分离出来，甚至可将文章的编排方向、文章的提纲及内容主体区分开，而文字的大小及文字的字体亦可如[[原始文件]]一样的判断出来。对待识别图像进行如下预处理，可以降低特征提取算法的难度，并能提高识别的精度。

==评价==
由于扫描和拍摄过程涉及人工操作，输入计算机的待识别图像或多或少都会存在一些倾斜，在对图像中印刷体字符进行识别处理前，就需要进行图像方向检测，并校正图像方向。
单以识别率而言，特征抽取可说是 OCR的核心，用什么特征、怎么抽取，直接影响识别的好坏，也所以在OCR研究初期，特征抽取的研究报告特别的多。而特征可说是识别的筹码，简易的区分可分为两类：一为统计的特征，如文字区域内的黑/白点数比，当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的[[数学理论]]就足以应付了。而另一类特征为结构的特征，如文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对，市面上的线上手写输入软件的识别方法多以此种结构的方法为主。
当输入文字算完特征后，不管是用统计或结构的特征，都须有一比对[[数据库]]或特征数据库来进行比对，数据库的内容应包含所有欲识别的字集文字，根据与输入文字一样的特征抽取方法所得的特征群组。
国内OCR识别简体差错率为万分之三，如果要求更高的精度需要投入更大的人工干预。繁体识别由于[[繁体字库]]的不统一性（民国时期的字库和现在繁体字库不统一），导致识别困难，在人工干预下，精度能达到90%以上

'''视频'''

'''光学字符到底是如何识别的'''

[https://haokan.baidu.com/v?pd=wisenatural&vid=9817322727186334915好看视频]

==参考文献==
{{Reflist}}

[[Category:312 電腦科學]]