miniocr(圖片文字提取工具) v1.6

當(dāng)我們想要獲取圖片中的文本內(nèi)容時(shí)，如果用打字的方式非常麻煩，可以使用小編帶來的這款miniocr 軟件，這個(gè)軟件采用了先進(jìn)的光學(xué)字符識(shí)別系統(tǒng)，能夠幫助用戶快速識(shí)別并提取圖片中的文字內(nèi)容，包括數(shù)字、語言、字符等等，提取的過程中保留文本的格式，支持批量操作，十分方便。

軟件功能

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(shí)際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個(gè)固定的，最優(yōu)的切割模型。

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，這就需要文字識(shí)別軟件有字符切割功能。

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，后來以特征提取為主，由于文字的位移，筆畫的粗細(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。

版面恢復(fù)

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，的輸出到word文檔,pdf文檔等，這一過程就叫做版面恢復(fù)。

后處理、校對(duì)

根據(jù)特定的語言上下文的關(guān)系，對(duì)識(shí)別結(jié)果進(jìn)行較正，就是后處理。

軟件特色

圖像輸入、預(yù)處理

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等開源項(xiàng)目 。預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等

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，我們可以簡(jiǎn)單的分為前景與背景，為了讓計(jì)算機(jī)更快的，更好的識(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，這就是二值化圖了。

噪聲去除

對(duì)于不同的文檔，我們對(duì)噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去噪，就叫做噪聲去除

傾斜較正

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。