OCR技術(shù)的興起便是從印刷體識(shí)別開始的，印刷體識(shí)別的成功為后來(lái)手寫體的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。印刷體識(shí)別的主要流程大致分為以下幾個(gè)部分：圖像預(yù)處理、版面處理、圖像切分、特征提取和模型訓(xùn)練、識(shí)別后處理。

圖像預(yù)處理

輸入文本經(jīng)過(guò)掃描儀進(jìn)入計(jì)算機(jī)后，由于紙張的厚薄、光潔度和印刷質(zhì)量都會(huì)造成文字畸變，產(chǎn)生斷筆、粘連和污點(diǎn)等干擾，所以在進(jìn)行文字識(shí)別之前，要對(duì)帶有噪聲的文字圖像進(jìn)行處理。由于這種處理工作是在文字識(shí)別之前，所以被稱為預(yù)處理。預(yù)處理一般包括灰度化、二值化，傾斜檢測(cè)與校正，行、字切分，平滑，規(guī)范化等等。

版面處理

版面處理分為三個(gè)主要部分，版面分析、版面理解、版面重構(gòu)。

版面分析將文本圖像分割為不同部分，并標(biāo)定各部分屬性，如：文本、圖像、表格。目前在版面分析方面的工作核心思想都是基于連通域分析法，后衍生出的基于神經(jīng)網(wǎng)絡(luò)的版面分析法等也都是以連通域?yàn)榛A(chǔ)進(jìn)行的。連通域是指將圖像經(jīng)過(guò)二值化后轉(zhuǎn)為的二值矩陣中任選一個(gè)像素點(diǎn)，若包圍其的所有像素點(diǎn)中存在相同像素值的像素點(diǎn)則視為兩點(diǎn)連通，以此類推，這樣的像素點(diǎn)構(gòu)成的一個(gè)集合在圖像中所在的區(qū)域即一個(gè)連通域。根據(jù)連通域大小或像素點(diǎn)分布等特征可以將連通域的屬性標(biāo)記出來(lái)，用作進(jìn)一步處理的依據(jù)。

圖像切分

圖像切分大致可以分為兩個(gè)主要類別，行(列)切分和字切分。經(jīng)過(guò)切分處理后，才能方便對(duì)單個(gè)文字進(jìn)行識(shí)別處理。

特征提取與模型訓(xùn)練

特征提取與模型訓(xùn)練在深度學(xué)習(xí)廣泛應(yīng)用于圖像識(shí)別領(lǐng)域之前，模板匹配是較為常見(jiàn)的一種識(shí)別方式，之后由于神經(jīng)網(wǎng)絡(luò)的復(fù)蘇，基于反饋的神經(jīng)網(wǎng)絡(luò)給OCR領(lǐng)域帶來(lái)了又一春。現(xiàn)在隨著計(jì)算機(jī)硬件計(jì)算能力的提升，利用大批數(shù)據(jù)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別方面取得了傲人的成績(jī)。

特征提取是從單個(gè)字符圖像上提取統(tǒng)計(jì)特征或結(jié)構(gòu)特征的過(guò)程。特征匹配是從已有的特征庫(kù)中找到與待識(shí)別文字相似度最高的文字的過(guò)程。

識(shí)別后處理

識(shí)別校正是在識(shí)別結(jié)果基礎(chǔ)上根據(jù)語(yǔ)種的語(yǔ)言模型進(jìn)行，當(dāng)然在單文種識(shí)別中相對(duì)容易一些，而在多語(yǔ)種則較為復(fù)雜。

OCR的應(yīng)用案例有哪些

印刷體識(shí)別應(yīng)用擴(kuò)展較多且技術(shù)發(fā)展較為成熟，無(wú)論在識(shí)別準(zhǔn)確率方面還是在識(shí)別效率方面，都達(dá)到了較高的標(biāo)準(zhǔn)。

車牌識(shí)別

車牌識(shí)別系統(tǒng)是OCR工業(yè)化應(yīng)用較早而且成功的典型案例，如今從停車場(chǎng)到小區(qū)門禁，車牌識(shí)別技術(shù)已走進(jìn)生活的各個(gè)角落。

驗(yàn)證碼識(shí)別

驗(yàn)證碼的主要目的是強(qiáng)制人機(jī)交互來(lái)抵御機(jī)器自動(dòng)化攻擊的。驗(yàn)證碼作為一種輔助安全手段在Web安全中有著特殊的地位，驗(yàn)證碼安全和web應(yīng)用中的眾多漏洞相比似乎微不足道，但是千里之堤毀于蟻穴，有些時(shí)候如果能繞過(guò)驗(yàn)證碼，則可以把手動(dòng)變?yōu)樽詣?dòng)，對(duì)于Web安全檢測(cè)有很大的幫助。