AI中神奇的智能識別系統(tǒng)

目前的智能OCR識別技術早已成功應用于生活的方方面面：像小區(qū)出入口的車牌識別一體機、銀行開戶使用的銀行卡識別、名片管理時的名片識別工具等等。智能OCR識別技術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，大多數是彩色圖像，彩色圖像所含信息量巨大，對于圖片的內容，我們可以簡單的分為前景與背景，為了讓計算機更快的，更好的識別文字，我們需要先對彩色圖進行處理，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，根據燥聲的特征進行去燥，就叫做噪聲去除

5. 傾斜較正： 由于一般用戶，在拍照文檔時，都比較隨意，因此拍照出來的圖片不可避免的產生傾斜，這就需要文字識別軟件進行較正。

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，由于實際文檔的多樣性，復雜性，因此，目前還沒有一個固定的，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，斷筆，粘連，旋轉等因素的影響，極大影響特征的提取的難度。

9. 版面恢復： 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。

10. 后處理、校對： 根據特定的語言上下文的關系，對識別結果進行較正，就是后處理。