OCR技术研究进展及前瞻

随着计算机网络的飞速发展,信息电子化已经成为一个时代必然趋势,OCR技术可以实现对文本资料进行扫描,进而对图像文件进行分析处理,获取文字及版面相关信息,本文介绍了OCR的发展及应用现状,并对OCR技术的应用前景进行了前瞻。     

手写体数字识别

字符识别（OCR）是模式识别最为成功的应用之一,自五十年代开始,OCR一直是一个相当活跃的领域,手写体字符识别是OCR的分支,国际上有相当多的学者研究它,该课题包含了模式识别领域中一些最基本的问题,因而CR的研究具有重要的理论意义,同时市场的需求也促进了OCR技术的发展。     

复杂背景下基于OCR的变体文本识别技术

复杂背景下的OCR技术涉及的图象处理与模式识别技术较通用的OCR技术更为复杂。由于图像中的文字通常叠加在复杂的图像背景之上,背景成分的干扰使得现有的OCR技术难以识别出文字。本文对垃圾邮件中的图片进行实验的基础上,对复杂背景下的文本提取技术进行了研究,提出了基于灰度分级的新文本提取方法,有效实现文本字符特征的提取和切分。本文提出的方法可直接对复杂背景图象进行文本提取,并在此基础上实现对目标文本的切分。     

女书OCR设计与研究

目前国内的女书文字大多采用手写的方式保存。介绍了女书OCR技术,讨论了女书OCR的整体流程,具体包括二值化,文字分割,特征提取和文字识别等方法,最终实现了对手写女书文字的识别和存储。     

专利文献OCR校对方法研究

专利文献代码化对于专利无纸化审查、专利分析、专利检索和专利管理都非常重要.本文提出一种以专利文献OCR校对词典和技术领域特征为基础,利用中文分词、隐马尔科夫模型为方法的专利文献OCR校对框架和专利文献OCR中文文本的拼写校对方法,降低了人力成本投入,提高了专利文献代码化效率和代码化质量.本文最后给出了实验系统和实现结果.     

高校图书馆馆员应具备的素质和技能

论述了数字图书馆时代图书馆员应具备的素质和技能：元数据、标识语言、RAID技术、OCR技术、数据库技术、用户界面设计技术、网络技术和项目管理等。     

基于OCR技术的电网设备台账标签采集功能设计与实现

OCR识别技术应用是信息资源建设的重要技术手段,以OCR技术为核心研发电网设备台账标签识别功能,面对电网设备台账标签内容复杂的特点,有效解决台账标签手工采集工作效率低,准确率不高的问题。台账标签识别是基于OCR高效识别算法,对电网设备标签上的文字进行识别,将识别结果与台账标签图形进行映射存储,供其它系统使用。该系统作为智能高效管理的人机交互手段,不仅可以有效的解决电网设备标签自动识别录入的问题,且能够提高标签数据录入的数据质量。     

从CAJ等文件中提取全文本的方法

现在网上发布的资料信息都是以CAJ、PDF等文件格式提供的,其中的文本不能直接编辑.文章就这一问题的解决,对OCR识别技术提取全文本的方法进行了介绍.     

基于OpenCV和人工神经网络的手机拍照OCR优化方案

针对手机拍照下OCR的识别率不高的问题,首先采用适合OCR的人工神经网络模型,通过使用OpenCV的仿射变换,解决拍照下字符存在扭曲变换。     

两款常用中文OCR软件的性能比较分析

通过实验,从识别率、支持识别的图像文件格式、支持识别的字符属性、支持输出的文件格式、用户界面友好性、图像预处理功能和用户自学习功能等方面,对2款常用中文OCR软件的性能进行对比分析,针对性地提出了7条提高OCR软件性能的具体措施。     

利用MODI对印刷体进行识别

为了对标准的印刷体进行快速准确的识别,本文应用Office中自带的MODI组件进行OCR程序的开发。经过实验,它的处理速度和识别率都令人满意,应用MODI可以简化OCR程序的开发,如果能对图像文件进行先期处理,则可以得到更高的识别率。     

基于NLP的OCR后处理方法

针对目前OCR技术在后处理阶段多采用基于词的匹配技术而无法识别单字词的问题,提出了一种基于NLP的后处理技术。该技术通过采用词法切分法和语法匹配法,能够有效地利用上下文的语法语义信息。其中词法切分法采用的是中科院计算所提供的汉语分词技术,语法切分法以北大的《现代汉语语法信息词典》为基础。实验结果表明,采用该技术能大大提高句子中的单字词识别率,从而提高全文的整体识别率。     

OCR文献数字化的重要一步

随着计算机技术的应用普及,互联网的长足发展,大批历史文献资料开发应用的需求不断增长。文献资料的扫描(图形文件)应用,为广大读者提供了更多、更丰富,有价值的文献资料。图形文件保留了原文件的风貌,但其占用空间大,不可检索,在编辑、修改、加工等方面显露了不足。而OCR技术的成熟应用,则弥补了这一领域的不足。     

基于DEA的陕西经济发展研究

运用OCR模型对陕西省13个市区的经济发展进行实证分析,定量揭示不同城市投入产出的效率差异,反映陕西区域经济发展不平衡的现状.根据模型技术效率、规模效率和冗余情况,分析非DEA有效四个市区的原因并提出对策,将不同地区经济发展的效率进行比较和排序,为制定陕西经济发展政策提供依据.     

基于车牌颜色特征的车牌识别系统

正介绍了一种基于LabVIEW平台的、通过车牌颜色特征定位的车牌识别方法。本方法在LabVIEW平台利用车牌颜色特征和RGB、HSI等色彩模型特点,进行车牌定位;根据车牌的规定型号,采取比例法实现车牌字符分割;利用LabVIEW的OCR技术识别车牌。通过对车牌图库中的大量车牌进行识别测试,验证了所研发的车牌识别系统软件能够提高识别精度,降低识别成本。     

认字高手——文通WT1220文通鉴扫描仪

想要成为一台优秀的扫描仪可以从两个方向进行努力:图像扫描和文字识别录入。很明显文通鉴选择了后一种,对于文档输入来说,除了能够快速地扫描进电脑外,扫描仪附带的OCR 软件的文字识别能力是最重要的,特别是中文的结构比较复杂,中文识别的正确率一直是衡量OCR 扫描软件的主要指标之一。文通鉴附带的软件可识别简繁体中文、日文和韩文,支持上百种汉字字体,我们没有试过所有的字体,但随手找来的一些常用的字体它都能正常识别。     

广西发改委综合档案信息管理系统设计与实现

目的:依托委办公内网平台,搭建一套符合国家和自治区档案标准和规范的档案管理信息平台,实现档案管理规范化、信息化、档案借阅和查询网络化,全面提高广西发改委档案管理水平。方法:充分利用计算机网络技术、信息处理技术、OCR识别技术、压缩存储技术等先进技术,实现各类档案资料的海量存储、全面管理和综合利用。结果:系统具有收发文管理、归档管理、统计查询、查阅利用、系统管理等主要功能模块,满足发改委档案管理工作当前和未来发展的需要。结论:符合现代档案管理发展方向,是具有发改委特色的档案工作体系,全面提升了发改委的档案管理和利用水平。     

查询网络信息常用"名词"解析

本文把读者在查询网上信息时，经常遇到的一些网络名词术语，如浏览器、像素、OCR、abc、扩展名等逐一解剖，以其对读者有所借鉴。     

基于应用技术实现语言处理研究

目前,语言处理技术广泛应用在人们生活、学习和工作的各个方面,给人们带来了极大的方便。但是,无论是中文搜索技术,还是中文语音识别,或者中文OCR,相对英文来说都不太成熟。比如,在会计做账领域,"购买钢材一批50000元"对应的是"借:库存材料5万贷:银行存款5万"。如果计算机技术的发展可以提供智能的做账软件,把经济业务输入进去以后,自动出分录、凭证和报表,这将会极大提高公司财务工作的效率,给相关人员的经济和财务决策提供智力和知识支持。     

基于文档影像的大数据系统研发及应用

基于传统数据库的应用系统已无法满足各用户主体对日益增多的文档影像数据资源的利用需求,本文提出通过建设形成数字化加工服务能力体系,研发文档影像数字资源的大数据系统,探索大数据采集前端处理、多语种图像文件OCR识别和全文检索、大数据存储与管理、大数据检索、数据分析与挖掘等技术在图文资料数字化处理、数字资源存储、管理、共享、利用中的实现与应用,解决图文行业面临的各种困难和挑战。