友益ocr提取圖片文字轉(zhuǎn)文本軟件特色
支持圖片粘貼方式
支持打開(kāi)本地圖片方式
普通用戶每天要免費(fèi)使用50次
界面簡(jiǎn)單,操作方便
友益ocr提取圖片文字轉(zhuǎn)文本軟件特點(diǎn)
1、預(yù)處理
主要包括二值化,噪聲去除,傾斜較正等。
2、圖像輸入
對(duì)于不同的圖像格式,有著不同的存儲(chǔ)格式,不同的壓縮方式,目前有OpenCV、CxImage等開(kāi)源項(xiàng)目。
3、二值化
對(duì)攝像頭拍攝的圖片,大多數(shù)是彩色圖像,彩色圖像所含信息量巨大,對(duì)于圖片的內(nèi)容,可以簡(jiǎn)單的分為前景與背景,為了讓計(jì)算機(jī)更快的、更好地識(shí)別文字,我們需要先對(duì)彩色圖進(jìn)行處理,使圖片只前景信息與背景信息,可以簡(jiǎn)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。
4、噪聲去除
對(duì)于不同的文檔,對(duì)噪聲的定義可以不同,根據(jù)噪聲的特征進(jìn)行去燥,就叫做噪聲去除。
5、傾斜校正
由于一般用戶,在拍照文檔時(shí),都比較隨意,因此拍照出來(lái)的圖片不可避免的產(chǎn)生傾斜,這就需要文字識(shí)別軟件進(jìn)行較正。
6、版面分析
友益ocr提取圖片文字轉(zhuǎn)文本綠色版支持將文檔圖片分段落,分行的過(guò)程就叫做版面分析,由于實(shí)際文檔的多樣性,復(fù)雜性,因此,目前還沒(méi)有一個(gè)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(jīng)常造成字符粘連,斷筆,因此極大限制了識(shí)別系統(tǒng)的性能。
8、字符識(shí)別
這一研究已經(jīng)是很早的事情了,比較早有模板匹配,后來(lái)以特征提取為主,由于文字的位移,筆畫(huà)的粗細(xì),斷筆,粘連,旋轉(zhuǎn)等因素的影響,極大影響特征的提取的難度。
9、版面還原
人們希望識(shí)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,順序不變地輸出到Word文檔、PDF文檔等,這一過(guò)程就叫做版面還原。
10、后處理、校對(duì)
根據(jù)特定的語(yǔ)言上下文的關(guān)系,對(duì)識(shí)別結(jié)果進(jìn)行校正,就是后處理。
友益ocr提取圖片文字轉(zhuǎn)文本更新日志
1、修復(fù)上個(gè)版本的bug
2、優(yōu)化部分功能