AI中神奇的智能識別系統(tǒng)

目前的智能OCR識別技術(shù)早已成功應(yīng)用于生活的方方面面：像小區(qū)出入口的車牌識別一體機(jī)、銀行開戶使用的銀行卡識別、名片管理時(shí)的名片識別工具等等。智能OCR識別技術(shù)正在影響著我們的生活。

那么讓我們來看看，OCR識讀過程究竟有哪些？

1. 圖像輸入、預(yù)處理。

2. 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。預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等。

3. 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，只保留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。

4. 噪聲去除： 對于不同的文檔，我們對燥聲的定義可以不同，根據(jù)燥聲的特征進(jìn)行去燥，就叫做噪聲去除

5. 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。

6. 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。

7. 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。

8. 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。

9. 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)。

10. 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。