光学字符识别技术_第1页
光学字符识别技术_第2页
光学字符识别技术_第3页
光学字符识别技术_第4页
光学字符识别技术_第5页
已阅读5页，还剩6页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

关于光学字符识别技术第一页，共十一页，2022年，8月28日一．文字识别系统的构成。印刷体识别的原始图像是通过扫描仪、CCD器件或传真机等获得的二维灰度或二值图像，其识别过程如下图：第二页，共十一页，2022年，8月28日第三页，共十一页，2022年，8月28日预处理包括对原始图像的去噪声、倾斜校正等。图像二值化等版式分析：对文本图像进行总结分析，标示文本的段落，图表，表格区域；对文本区域进行识别处理，对表格区域进行专用的表格分析及识别处理，对图像区域进行简单的压缩或存储。字符切割：先将文本图像切割为行（列），再从字符图像中分离出单个字符。当图像质量很差时，不易进行简单的分割，常与识别过程相结合。随着单字识别率的增高，切割错误在所有错误中所占的比重不断上升，增样实现字符的正确分割成了一个需认真解决的问题。特征提取：从单个字符中提取统计特征或结构特征，是整个识别中最重要的步骤，特征提取的好坏，直接决定识别的性能在特征提取前，常进行归一化，细化化处理。单字识别：从学习得到的特征库中找到与待识别字符相似度高的字符。为了提高识别速度，常采用树分类器。后处理：对单字识别的结果，利用语义、词频、语义等先验知识进行识别结果的确认或纠错。第四页，共十一页，2022年，8月28日二．文字识别技术OCR识别技术可分为印刷体识别技术和手写体识别技术，而后者由分为联机手写识别和脱机手写识别技术。从识别难度上讲，多印刷体识别技术难于单印刷体识别，手写字体识别难于印刷体识别，而脱机识别难于联机识别。第五页，共十一页，2022年，8月28日识别器是系统的核心：用于文字识别的方法有统计模式识别，结构模式识别和人工神经网络等方法。第六页，共十一页，2022年，8月28日在OCR系统中，是一个典型的图像处理系统，从图像的获取，预处理，到文本的切割，看将其视为一个输入图像输出图像的一般意义上的图像处理，二特征的提取到输出文本可认为是一个图像分析的过程，是一种更广义上的图像处理。第七页，共十一页，2022年，8月28日在进行印刷体汉字识别时，首先将印在纸上的汉字，经过电扫描产生模拟信号，再经过模电转换将其转变为灰度图像输入计算机。纸张的薄厚、洁白度、光洁度、油墨深浅、印刷质量，产生的污点、飞白、断笔，交连等干扰。输入设备光学畸变、量化等过程也要引入的噪声。所以在当个汉字识别之前要对这副图像进行预处理。第八页，共十一页，2022年，8月28日在图像版面校正中，需将有倾斜的输入校正，主要使用图像的旋转，几何操作。汉字图像的预处理一般包括：二值化、行、字切分、平滑、去噪声、细化或提取轮廓等。第九页，共十一页，2022年，8月28日纵上所述，OCR系统中使用的基本图像处理原理和方法如下：图像获取的基本原理，图像的表示存储；图像的旋转；图像去噪声、平滑，即图像的增强和复原；图像分割；图像的模式识别分

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论