光學符號識別

技術簡介

OCR通過掃描和攝像等光學輸入方式獲取圖像上的文字信息，利用各種模式識別算法分析文字形態特徵，判斷出文字的標準碼，並按通用格式存儲在文本檔案中。所以OCR是一種非常快捷、省力的文字輸入方式，也是在文字數據量大的今天被人們廣泛採用的輸入方法。

OCR技術並非一項新的技術，遠在計算機之前就有了。早在1929年，德國的科學家Tausheck首先提出了OCR的概念。幾年後，美國科學家Handel也提出了利用光學技術對文字進行識別的想法。在20世紀60、70年代，世界各國就開始有OGR的研究，在研究的初期，多以文字的識別方法研究為主，且識別的文字僅為0—9的數字。以同樣擁有方塊文字的日本為例，1960年左右開始研究OCR的基本識別理論，初期以數字為對象，直至1965—1970年之間開始有一些簡單的產品，如印刷文字的郵政編碼識別系統，用來識別郵件上的郵政編碼，幫助郵局做區域分信的作業。也因此至今郵政編碼一直是各國所倡導的地址書寫方式。

OCR技術主要是研究計算機自動識別文字的技術。OCR系統涉及圖像處理、模式識別、人工智慧、認知心理學等許多領域。

系統構成

一個OCR系統可分為3個部分。

預處理部分

首先把待識別的文本通過掃描設備輸入系統，由硬體、軟體完成數字圖像處理，把待識別文本中的照片、圖形與文字分離開來，並將分離出的文字分割成單個符號圖形供識別部分使用。

識別部分

把分隔出的文字圖形規格化，提取文字的幾何特徵和統計特性，並把特徵送入識別器，得到待識別文字的內碼作為結果。

後處理部分

綜合考慮識別結果以及預處理部分的某些因素，生成具有一定格式的識別結果，然後對整個識別結果進行語言學方面的檢查，糾正誤識成分，從而產生OCR系統對該識別文本的最終結果。

OCR技術的套用

印刷體OCR的識別技術已經達到較高水平。OCR產品已由早期的只能識別指定的印刷體數字、英文字母和部分符號，發展成為可以自動進行版面分析、表格識別，實現混合文字、多字型、多字號、橫豎混排識別的強大的計算機信息快速錄入工具。對印刷體漢字的識別率達到98%以上，即使對印刷質量較差的文字，其識別率也達到95%以上，對手寫體漢字的識別率也達到70%以上。

基於傳統OCR技術的掃瞄器因其功能單一、套用及攜帶不方便等諸多弊病，已成為OCR技術廣泛普及套用的主要障礙之一。與此同時，數位相機、攝像機、PDA、拍照手機正在迅速普及，利用這些設備拍攝的自然視覺圖像與掃瞄器輸出的圖像不同，它往往會有焦距變化、角度形變、光線變化、背景變化等多種複雜情況出現，因此需要藉助超越傳統掃瞄器的OCR新技術來實現對這些圖像的識別。OCR技術已經迎來了新的套用高潮，例如，可以直接把OCR移植到數字移動產品上，當用戶利用數位相機、數碼攝像機或手機等設備把文章或資料拍下來之後，就可以把這些數字圖像資料傳入計算機，然後再通過OCR識別軟體，變成可供編輯、使用、保存的文本資料。OCR技術與數字移動產品相結合，使OCR的套用領域更加豐富、普及。