OCR光学字符识别技术

OCR光学字符识别技术

什么是OCR光学字符识别？

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。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。

在工业领域，光学字符识别 （OCR） 是一项机器视觉任务，包括从图像中提取文本信息。

OCR 是高精度文本识别技术，并且对中等颗粒图形噪声无懈可击。它们还适用于识别使用点阵打印机制作的字符。该技术为部分遮挡或变形的字符提供了令人满意的结果。

识别过程的效率主要取决于文本分割结果的质量。大多数识别案例都可以使用提供的一组识别模型完成。在其他情况下，可以轻松准备新的识别模型。

OCR光学字符识别技术步骤

为了实现最准确的识别，有必要进行仔细的文本提取和分段。从图像获取文本的总体过程包括以下步骤：

获取文本位置

文本的位置是固定的，它由称为掩码的框描述。例如，个人身份证是按照正式规范制作的。每个数据字段的位置是已知的。经过良好校准的视觉系统可以拍摄文本位置几乎恒定的图像。

文本位置不是固定的，但它与输入图像上的特征元素或特殊标记（光学标记）相关。要获取文本的位置，必须找到光学标记。这可以通过模板匹配、1D 边缘检测或其他技术完成。

未指定文本的位置，但可以通过图像阈值轻松地从背景中分离字符。然后可以使用 Blob 分析技术找到正确的字符。

从背景中提取文本

文本提取过程中的主要复杂情况可能是光线不均匀。某些技术（如光规范化或边缘锐化）有助于查找字符。

此时，已提取的文本区域已准备好进行分段。

分段文本

文本区域分割是将区域拆分为行和单个字符的过程。只有当每个区域包含一个字符时，识别才可能实现。

当文本文本行分开时，每行必须拆分为单独的字符。

接下来，提取的字符将从图形表示形式转换为文本表示形式。

调用OCR模型库

通过调用OCR模型库，使识别到的字符以文本形式与模型库进行比对，匹配数据最相似的模板，得出准确的字符信息。

字符识别

通常来说需要选择适当的字符规范大小，来分类字符的大小。