干货-ocr识别流程深度解析

我们都知道ocr识别就是把图片中的文字信息采集出来。看似很简单,但是流程是很复杂的。下面小编带着大家来深入了解一下。

图像输入、预处理:

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,目前有OpenCV,CxImage等开源项目 。预处理:主要包括二值化,噪声去除,倾斜较正等

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,使图片只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。

噪声去除:

对于不同的文档,我们对噪声的定义可以不同,根据噪声的特征进行去噪,就叫做噪声去除

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。

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。

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。

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。

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。

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。

移动端车牌识别产品特点

  1. 移动端车牌识别APP整牌识别率高达99.7%,尤其汉字识别遥遥领先同类产品;

  2. 移动端车牌识别APP识别速度快,极致优化的车牌定位和识别算法;

  3. 移动端车牌识别APP支持牌照全,包括蓝牌、黄牌、挂车号牌、新军牌、警牌、新武警车牌、教练车牌、大使馆车牌、 农用车牌、个性化车牌、港澳出入境车牌、澳台车牌、民航车牌、领馆车牌、新能源车牌等;

4.移动端车牌识别APP车牌宽度要求低,车牌宽度≥60个像素,都不影响识别;

  1. 移动端车牌识别APP完美支持安卓系统,ios系统,支持手机ARM平台和PDA的X86架构;

6.移动端车牌识别APP支持视频识别和拍照识别两种识别模式

移动端车牌识别拍摄规范

规范的拍摄有助于提高识别率

  1. 保持水平,尽量使车牌在画面中保持水平;

  2. 合理光照,拍摄时注意光照的影响,尽量避免反光和黑影;

  3. 避免倾斜,不要使拍摄角度倾斜过大,以免造成车牌严重变型;

  4. 聚焦清晰,避免图像模糊不清楚。

移动端车牌识别APP配置要求

•操作系统:支持Android 4.0,ios7.0

•硬件配置:推荐ARM Cortex-A7以上,1G RAM

•摄像头:支持自动对焦,200万像素以上

作者:平大安,欢迎百度搜索“ocr识别平大安”/“移动端车牌识别平大安”联系调取接口测试

猜你喜欢

转载自blog.csdn.net/pingdaan/article/details/83017405