AI中神奇的智能识别系统

目前的智能OCR识别技术早已成功应用于生活的方方面面：像小区出入口的车牌识别一体机、银行开户使用的银行卡识别、名片管理时的名片识别工具等等。智能OCR识别技术正在影响着我们的生活。

那么让我们来看看，OCR识读过程究竟有哪些？

1. 图像输入、预处理。

2. 图像输入：对于不同的图像格式，有着不同的存储格式，不同的压缩方式。预处理：主要包括二值化，噪声去除，倾斜较正等。

3. 二值化： 对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，我们可以简单的分为前景与背景，为了让计算机更快的，更好的识别文字，我们需要先对彩色图进行处理，只保留前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

4. 噪声去除： 对于不同的文档，我们对燥声的定义可以不同，根据燥声的特征进行去燥，就叫做噪声去除

5. 倾斜较正： 由于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。

6. 版面分析：将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。

7. 字符切割：由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能，这就需要文字识别软件有字符切割功能。

8. 字符识别：这一研究，已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。

9. 版面恢复： 人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变的输出到word文档，pdf文档等，这一过程就叫做版面恢复。

10. 后处理、校对： 根据特定的语言上下文的关系，对识别结果进行较正，就是后处理。