MiniOCR圖片識別文字軟件 v1.0綠色版

MiniOCR是一款非常好用的圖片識別文字軟件，該軟件體積小巧，使用方便，能夠非常準(zhǔn)確的識別圖像中的文字，而且還有兩個(gè)突出的優(yōu)點(diǎn)就是對文字字體的識別功能和段落切分。通過采用優(yōu)化的光學(xué)字符識別系統(tǒng)，以符合特征的方法能夠迅速找到與之匹配的字體，功能非常的強(qiáng)大實(shí)用，歡迎有需求的用戶們前來下載。

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(gè)點(diǎn)之內(nèi)的小字體。

5、英漢混排時(shí)，漢語優(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(jì)算機(jī)更快的，更好的識別文字，我們需要先對彩色圖進(jìn)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(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，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識別軟件進(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(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(jìn)行較正，就是后處理。