光學字符識別，Windows10自帶的中文光學字符識別功能如何使用

來源：整理時間：2023-10-11 12:17:13 編輯：智能門戶手機版

本文目錄一覽

1，Windows10自帶的中文光學字符識別功能如何使用
2，什么是OCR技術
3，什么是OCR它的功能是什么
4，OCR是什么

1，Windows10自帶的中文光學字符識別功能如何使用

您好，這項功能需要配合支持該項功能的掃描儀和驅(qū)動程序

Windows10自帶的中文光學字符識別功能如何使用

2，什么是OCR技術

光學符號識別的縮寫

OCR技術是光學字符識別的縮寫(Optical Character Recognition)，是通過掃描等光學輸入方式將各種票據(jù)、報刊、書籍、文稿及其它印刷品的文字轉(zhuǎn)化為圖像信息，再利用文字識別技術將圖像信息轉(zhuǎn)化為可以使用的計算機輸入技術?？蓱糜阢y行票據(jù)、大量文字資料、檔案卷宗、文案的錄入和處理領域。適合于銀行、稅務等行業(yè)大量票據(jù)表格的自動掃描識別及長期存儲。相對一般文本，通常以最終識別率、識別速度、版面理解正確率及版面還原滿意度4個方面作為OCR技術的評測依據(jù)；而相對于表格及票據(jù)，通常以識別率或整張通過率及識別速度為測定OCR技術的實用標準。 OCR識別技術不僅具有可以自動判斷、拆分、識別和還原各種通用型印刷體表格，在表格理解上做出了令人滿意的實用結(jié)果，能夠自動分析文稿的版面布局，自動分欄、并判斷出標題、橫欄、圖像、表格等相應屬性，并判定識別順序，能將識別結(jié)果還原成與掃描文稿的版面布局一致的新文本。表格自動錄入技術，可自動識別特定表格的印刷或打印漢字、字母、數(shù)字，可識別手寫體漢字、手寫體字母、數(shù)字及多種手寫符號，并按表格格式輸出。提高了表格錄入效率，可節(jié)省大量人力。同時支持將表格識別直接還原成PTF、PDF、HTML等格式文檔；并可以對圖像嵌入橫排文本和豎排文本、表格文本進行自動排版面分析。采用OCR識別技術,可以將其應用于銀行票據(jù)光盤縮微系統(tǒng)，可以自動提取票據(jù)要素，可減輕操作員的工作量，減少重復勞動，尤其是在與銀行事后且監(jiān)督系統(tǒng)相結(jié)合后，可以替代原先的操作人員完成事后監(jiān)督工作。由計算機自動識別票據(jù)上的日期、帳號、金額等要素，通過銀行事后監(jiān)督系統(tǒng)與業(yè)務系統(tǒng)中的數(shù)據(jù)進行比較，完成傳統(tǒng)的事后監(jiān)督操作；配有印章驗證系統(tǒng)后，自動將憑證圖像中的印章與系統(tǒng)中預留的印鑒進行比較，完成印章的真?zhèn)巫R別。利用目前的高新技術-OCR，直接從憑證影像中提取金額、帳號等重要數(shù)據(jù)，代替人的手工錄入，與條碼識別/流水識別緊密結(jié)合，實現(xiàn)建立事后副本帳、完成事后監(jiān)督的工作。OCR處理一般使用性能較好的PC機，OCR處理程序一經(jīng)啟動會自動掃描數(shù)據(jù)庫中的憑證影像，發(fā)現(xiàn)有需OCR處理而未處理的，提取到本地進行處理。 OCR手寫體、印刷體識別技術，能識別不同人寫的千差萬別的手寫體漢字和數(shù)字，應用于本系統(tǒng)，識別憑證影像中儲戶填寫的信息，如大寫金額、小寫金額、帳號、存期、日期、證件號等，可以代替手工錄入。同時被識別得出的金額還要與流水識別所得的金額進行核對，核對成功，則OCR識別成功。這樣處理是為了避免誤判。經(jīng)過對銀行產(chǎn)生的實際憑證進行的大量測試，在實際開發(fā)過程中，根據(jù)銀行的實際需求，OCR技術在票據(jù)和表格識別能力和手寫體自動識別能力上不斷提升，目前處理速度可達到每分鐘60～80張票據(jù)，存折識別率已經(jīng)達到了85％以上，存單、憑條識別率達到90％以上，而85％以上的識別率就能減少80％以上的數(shù)據(jù)錄入員。

什么是OCR技術

3，什么是OCR它的功能是什么

OCR是光學字符識別的縮寫，OCR技術簡單來說就是將文字信息轉(zhuǎn)換為圖像信息，然后再利用文字識別技術將圖像信息轉(zhuǎn)化為可以使用的輸入技術。OCR的功能：1、OCR識別技術不僅具有可以自動判斷、拆分、識別和還原各種通用型印刷體表格，還在表格理解上做出了令人滿意的實用結(jié)果。2、OCR能夠自動分析文稿的版面布局，自動分欄、并判斷出標題、橫欄、圖像、表格等相應屬性，并判定識別順序，能將識別結(jié)果還原成與掃描文稿的版面布局一致的新文本。3、OCR還可以支持表格自動錄入技術，可自動識別特定表格的印刷或打印漢字、字母、數(shù)字，可識別手寫體漢字、手寫體字母、數(shù)字及多種手寫符號，并按表格格式輸出。提高了表格錄入效率，可節(jié)省大量人力。擴展資料：OCR技術的使用范圍：OCR通過掃描等光學輸入方式將各種票據(jù)、報刊、書籍、文稿及其它印刷品的文字轉(zhuǎn)化為圖像信息，再利用文字識別技術將圖像信息轉(zhuǎn)化為可以使用的計算機輸入技術?？蓱糜阢y行票據(jù)、大量文字資料、檔案卷宗、文案的錄入和處理領域。適合于銀行、稅務等行業(yè)大量票據(jù)表格的自動掃描識別及長期存儲。相對一般文本，通常以最終識別率、識別速度、版面理解正確率及版面還原滿意度4個方面作為OCR技術的評測依據(jù)；而相對于表格及票據(jù)，通常以識別率或整張通過率及識別速度為測定OCR技術的實用標準。參考資料來源：搜狗百科-OCR技術

OCR （Optical Character Recognition，光學字符識別）是指電子設備（例如掃描儀或數(shù)碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程；即，針對印刷體字符，采用光學的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點陣的圖像文件，并通過識別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進一步編輯加工的技術。如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也因此而產(chǎn)生。衡量一個OCR系統(tǒng)性能好壞的主要指標有：拒識率、誤識率、識別速度、用戶界面的友好性，產(chǎn)品的穩(wěn)定性，易用性及可行性等。中文名光學字符識別外文名OCR 全稱Optical Character Recognition識別好壞指標拒識率、誤識率、識別速度等

OCR是指電子設備（例如掃描儀或數(shù)碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程。功能：針對印刷體字符，采用光學的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點陣的圖像文件，并通過識別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進一步編輯加工的技術。如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也因此而產(chǎn)生。衡量一個OCR系統(tǒng)性能好壞的主要指標有：拒識率、誤識率、識別速度、用戶界面的友好性，產(chǎn)品的穩(wěn)定性，易用性及可行性等。擴展資料：工作流程：一個OCR識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字。一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節(jié)省因鍵盤輸入的人力與時間。從影像到結(jié)果輸出，須經(jīng)過影像輸入、影像前處理、文字特征抽取、比對識別、最后經(jīng)人工校正將認錯的文字更正，將結(jié)果輸出。參考資料來源：搜狗百科--光學字符識別

ocr（optical character recognition，光學字符識別），是屬于圖型識別（pattern recognition，pr）的一門學問。其目的就是要讓計算機知道它到底看到了什么，尤其是文字資料。由于ocr是一門與識別率拔河的技術，因此如何除錯或利用輔助信息提高識別正確率，是ocr最重要的課題，icr（intelligent character recognition）的名詞也因此而產(chǎn)生。而根據(jù)文字資料存在的媒體介質(zhì)不同，及取得這些資料的方式不同，就衍生出各式各樣、各種不同的應用。早在60、70年代，世界各國就開始有ocr的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為0至9的數(shù)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(shù)字為對象，直至1965至1970年之間開始有一些簡單的產(chǎn)品，如印刷文字的郵政編碼識別系統(tǒng)，識別郵件上的郵政編碼，幫助郵局作區(qū)域分信的作業(yè)；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可以說是一種不確定的技術研究，正確率就像是一個無窮趨近函數(shù)，知道其趨近值，卻只能靠近而無法達到，永遠在與100%作拉鋸戰(zhàn)。因為其牽扯的因素太多了，書寫者的習慣或文件印刷品質(zhì)、掃描儀的掃瞄品質(zhì)、識別的方法、學習及測試的樣本……等等，多少都會影響其正確率，也因此，ocr的產(chǎn)品除了需有一個強有力的識別核心外，產(chǎn)品的操作使用方便性、所提供的除錯功能及方法，亦是決定產(chǎn)品好壞的重要因素。一個ocr識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節(jié)省因鍵盤輸入的人力與時間。從影像到結(jié)果輸出，須經(jīng)過影像輸入、影像前處理、文字特征抽取、比對識別、最后經(jīng)人工校正將認錯的文字更正，將結(jié)果輸出。http://baike.baidu.com/lemma-php/dispose/view.php/17761.htm

什么是OCR它的功能是什么

4，OCR是什么

OCR就是文字識別系統(tǒng)（一個軟件），把圖片上的文字識別成純文本。Setup.exe就是安裝程序。你可以問問誰用你的電腦進行過識別工作，那那個軟件應該是他放上的。補充：可以把掃描進電腦的文件識別成純文字，也就是可以復制和粘貼的那種。簡單地說，識別文字。一般都可以識別漢字和英文字母、數(shù)字什么的?？梢詣h。

文字識別軟件

你可能裝了OCR設備，或者是你下載的OCR安裝程序。OCR（Optical Character Recognition，光學字符識別），是屬于圖型識別（Pattern Recognition，PR）的一門學問。其目的就是要讓計算機知道它到底看到了什么，尤其是文字資料。由于OCR是一門與識別率拔河的技術，因此如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也因此而產(chǎn)生。而根據(jù)文字資料存在的媒體介質(zhì)不同，及取得這些資料的方式不同，就衍生出各式各樣、各種不同的應用。在此對OCR作一基本介紹，包括其技術簡介以及其應用介紹。一、OCR的發(fā)展要談OCR的發(fā)展，早在60、70年代，世界各國就開始有OCR的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為0至9的數(shù)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(shù)字為對象，直至1965至1970年之間開始有一些簡單的產(chǎn)品，如印刷文字的郵政編碼識別系統(tǒng)，識別郵件上的郵政編碼，幫助郵局作區(qū)域分信的作業(yè)；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可以說是一種不確定的技術研究，正確率就像是一個無窮趨近函數(shù)，知道其趨近值，卻只能靠近而無法達到，永遠在與100%作拉鋸戰(zhàn)。因為其牽扯的因素太多了，書寫者的習慣或文件印刷品質(zhì)、掃描儀的掃瞄品質(zhì)、識別的方法、學習及測試的樣本……等等，多少都會影響其正確率，也因此，OCR的產(chǎn)品除了需有一個強有力的識別核心外，產(chǎn)品的操作使用方便性、所提供的除錯功能及方法，亦是決定產(chǎn)品好壞的重要因素。一個OCR識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節(jié)省因鍵盤輸入的人力與時間。從影像到結(jié)果輸出，須經(jīng)過影像輸入、影像前處理、文字特征抽取、比對識別、最后經(jīng)人工校正將認錯的文字更正，將結(jié)果輸出。在此逐一介紹：影象輸入：欲經(jīng)過OCR處理的標的物須透過光學儀器，如影像掃描儀、傳真機或任何攝影器材，將影像轉(zhuǎn)入計算機?？萍嫉倪M步，掃描儀等的輸入裝置已制作的愈來愈精致，輕薄短小、品質(zhì)也高，對OCR有相當大的幫助，掃描儀的分辨率使影像更清晰、掃除速度更增進OCR處理的效率。影象前處理：影像前處理是OCR系統(tǒng)中，須解決問題最多的一個模塊，從得到一個不是黑就是白的二值化影像，或灰階、彩色的影像，到獨立出一個個的文字影像的過程，都屬于影像前處理。包含了影像正規(guī)化、去除噪聲、影像矯正等的影像處理，及圖文分析、文字行與字分離的文件前處理。在影像處理方面，在學理及技術方面都已達成熟階段，因此在市面上或網(wǎng)站上有不少可用的鏈接庫；在文件前處理方面，則憑各家本領了；影像須先將圖片、表格及文字區(qū)域分離出來，甚至可將文章的編排方向、文章的題綱及內(nèi)容主體區(qū)分開，而文字的大小及文字的字體亦可如原始文件一樣的判斷出來。文字特征抽?。簡我宰R別率而言，特征抽取可說是OCR的核心，用什么特征、怎么抽取，直接影響識別的好壞，也所以在OCR研究初期，特征抽取的研究報告特別的多。而特征可說是識別的籌碼，簡易的區(qū)分可分為兩類：一為統(tǒng)計的特征，如文字區(qū)域內(nèi)的黑/白點數(shù)比，當文字區(qū)分成好幾個區(qū)域時，這一個個區(qū)域黑/白點數(shù)比之聯(lián)合，就成了空間的一個數(shù)值向量，在比對時，基本的數(shù)學理論就足以應付了。而另一類特征為結(jié)構的特征，如文字影像細線化后，取得字的筆劃端點、交叉點之數(shù)量及位置，或以筆劃段為特征，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟件的識別方法多以此種結(jié)構的方法為主。對比數(shù)據(jù)庫：當輸入文字算完特征后，不管是用統(tǒng)計或結(jié)構的特征，都須有一比對數(shù)據(jù)庫或特征數(shù)據(jù)庫來進行比對，數(shù)據(jù)庫的內(nèi)容應包含所有欲識別的字集文字，根據(jù)與輸入文字一樣的特征抽取方法所得的特征群組。對比識別：這是可充分發(fā)揮數(shù)學運算理論的一個模塊，根據(jù)不同的特征特性，選用不同的數(shù)學距離函數(shù)，較有名的比對方法有，歐式空間的比對方法、松弛比對法（Relaxation）、動態(tài)程序比對法（Dynamic Programming，DP），以及類神經(jīng)網(wǎng)絡的數(shù)據(jù)庫建立及比對、HMM（Hidden Markov Model）…等著名的方法，為了使識別的結(jié)果更穩(wěn)定，也有所謂的專家系統(tǒng)（Experts System）被提出，利用各種特征比對方法的相異互補性，使識別出的結(jié)果，其信心度特別的高。字詞后處理：由于OCR的識別率并無法達到百分之百，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統(tǒng)中必要的一個模塊。字詞后處理就是一例，利用比對后的識別文字與其可能的相似候選字群中，根據(jù)前后的識別文字找出最合乎邏輯的詞，做更正的功能。字詞數(shù)據(jù)庫：為字詞后處理所建立的詞庫。人工校正：OCR最后的關卡，在此之前，使用者可能只是拿支鼠標，跟著軟件設計的節(jié)奏操作或僅是觀看，而在此有可能須特別花使用者的精神及時間，去更正甚至找尋可能是OCR出錯的地方。一個好的OCR軟件，除了有一個穩(wěn)定的影像處理及識別核心，以降低錯誤率外，人工校正的操作流程及其功能，亦影響OCR的處理效率，因此，文字影像與識別文字的對照，及其屏幕信息擺放的位置、還有每一識別文字的候選字功能、拒認字的功能、及字詞后處理后特意標示出可能有問題的字詞，都是為使用者設計盡量少使用鍵盤的一種功能，當然，不是說系統(tǒng)沒顯示出的文字就一定正確，就像完全由鍵盤輸入的工作人員也會有出錯的時候，這時要重新校正一次或能允許些許的錯，就完全看使用單位的需求了。結(jié)果輸出：其實輸出是件簡單的事，但卻須看使用者用OCR到底為了什么？有人只要文本文件作部份文字的再使用之用，所以只要一般的文字文件、有人要漂漂亮亮的和輸入文件一模一樣，所以有原文重現(xiàn)的功能、有人注重表格內(nèi)的文字，所以要和Excel等軟件結(jié)合。無論怎么變化，都只是輸出檔案格式的變化而已。補充：你不用的話當然可以刪除了！

漢字識別OCR（"光學字符識別"的英文編寫）是為了使?jié)h字信息高速輸入計算機，以解決低速的信息輸入與高速信息處理之間的矛盾，從而提高整個計算機系統(tǒng)的效率。這種根據(jù)漢字人工編碼錄入漢字文本的方法，從根本上改變了人們對計算機漢字人工編碼錄入的概念。使人們從繁重的鍵盤錄入漢字的勞動中解脫出來。只要用掃描儀將整頁文本圖像輸入到計算機，就能通過OCR軟件自動產(chǎn)生漢字文本文件，這與人手工鍵入的漢字效果是一樣的，但速度比手工快幾十倍。所以OCR產(chǎn)品的推廣意義是深遠的。提高OCR識別率購買了掃描儀，你一定會發(fā)現(xiàn)，附贈的軟件中有中英文OCR識別軟件，當然一般都是基礎版。很多人認為此類OCR的識別率不是很高，甚至懷疑只有那些正版的數(shù)千元的OCR軟件其識別率才很高。其實，你只要注意使用技巧，此類OCR的識別率完全可達實用化水平。 1、處理原稿掃描圖像，使之清晰可“辨”。在其它因素都滿足的前提下，對一般的印刷稿、打印稿（包括清晰的針打稿）等質(zhì)量較好的文稿進行識別，其識別率一般可達到98％以上。而對報紙、復印件等不太清晰的文稿進行識別，無論哪種OCR都難以達到較高的識別率。對那些原稿不太清晰的，要注意識別前對圖像加以處理，除去其上的污跡。并注意將偏斜的版面“改斜歸正”，通常OCR軟件均有此功能，且一般都設有自動糾偏和手動糾偏。 2、分辨率應選擇適宜。一般選擇300dpi較合適，分辨率選小了會使識別率降低，選得太大了并不能有效提高識別率，還會大幅度加長文件長度，浪費處理時間。有的掃描軟件設備上有一項“OCR掃描”，干脆將分辨率鎖定為300dpi，這是很有道理的。 3、調(diào)整好亮度值和對比度值。這條非常關鍵，對識別率的影響很大。亮度值的調(diào)整是在識別前，先看看掃描得到的圖像中文字質(zhì)量如何，如果文字線條凹凸不平，甚至有斷線，說明亮度值太大了，應減小亮度值；當文字線條很黑很粗，甚至擠成了黑疙瘩，分不清筆劃時，則說明亮度值太小了，應增加亮度值；對比度的調(diào)節(jié)要視原稿確定，筆者常根據(jù)預掃時圖像清晰度確定。 4、利用OCR的自學習功能。有時OCR對某些字總是難以識別，比如OCR開始對“的”和“二”等字總是搞錯，這時可以利用OCR軟件的自學習功能，“引導”它正確識別一次（有些不同的字體各需一次），它以后就對這些字“熟識”了。具體操作極易，上機看一下菜單即可明白。另外，若原稿全是英文或其中中文很少，最好用附贈的英文OCR軟件。還有，現(xiàn)在已有一些很好的文字校對軟件，其中一般都設置了OCR校對，利用這些軟件先行處理一下所得文本文件，則可大大減輕人工校對負擔。

OCR（Optical Character Recognition，光學字符識別），是屬于圖型識別（Pattern Recognition，PR）的一門學問。其目的就是要讓計算機知道它到底看到了什么，尤其是文字資料。由于OCR是一門與識別率拔河的技術，因此如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也因此而產(chǎn)生。而根據(jù)文字資料存在的媒體介質(zhì)不同，及取得這些資料的方式不同，就衍生出各式各樣、各種不同的應用。在此對OCR作一基本介紹，包括其技術簡介以及其應用介紹。一、OCR的發(fā)展要談OCR的發(fā)展，早在60、70年代，世界各國就開始有OCR的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為0至9的數(shù)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(shù)字為對象，直至1965至1970年之間開始有一些簡單的產(chǎn)品，如印刷文字的郵政編碼識別系統(tǒng)，識別郵件上的郵政編碼，幫助郵局作區(qū)域分信的作業(yè)；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可以說是一種不確定的技術研究，正確率就像是一個無窮趨近函數(shù)，知道其趨近值，卻只能靠近而無法達到，永遠在與100%作拉鋸戰(zhàn)。因為其牽扯的因素太多了，書寫者的習慣或文件印刷品質(zhì)、掃描儀的掃瞄品質(zhì)、識別的方法、學習及測試的樣本……等等，多少都會影響其正確率，也因此，OCR的產(chǎn)品除了需有一個強有力的識別核心外，產(chǎn)品的操作使用方便性、所提供的除錯功能及方法，亦是決定產(chǎn)品好壞的重要因素。一個OCR識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節(jié)省因鍵盤輸入的人力與時間。其處理流程如下圖：從影像到結(jié)果輸出，須經(jīng)過影像輸入、影像前處理、文字特征抽取、比對識別、最后經(jīng)人工校正將認錯的文字更正，將結(jié)果輸出。在此逐一介紹：影象輸入：欲經(jīng)過OCR處理的標的物須透過光學儀器，如影像掃描儀、傳真機或任何攝影器材，將影像轉(zhuǎn)入計算機?？萍嫉倪M步，掃描儀等的輸入裝置已制作的愈來愈精致，輕薄短小、品質(zhì)也高，對OCR有相當大的幫助，掃描儀的分辨率使影像更清晰、掃除速度更增進OCR處理的效率。影象前處理：影像前處理是OCR系統(tǒng)中，須解決問題最多的一個模塊，從得到一個不是黑就是白的二值化影像，或灰階、彩色的影像，到獨立出一個個的文字影像的過程，都屬于影像前處理。包含了影像正規(guī)化、去除噪聲、影像矯正等的影像處理，及圖文分析、文字行與字分離的文件前處理。在影像處理方面，在學理及技術方面都已達成熟階段，因此在市面上或網(wǎng)站上有不少可用的鏈接庫；在文件前處理方面，則憑各家本領了；影像須先將圖片、表格及文字區(qū)域分離出來，甚至可將文章的編排方向、文章的題綱及內(nèi)容主體區(qū)分開，而文字的大小及文字的字體亦可如原始文件一樣的判斷出來。文字特征抽?。簡我宰R別率而言，特征抽取可說是OCR的核心，用什么特征、怎么抽取，直接影響識別的好壞，也所以在OCR研究初期，特征抽取的研究報告特別的多。而特征可說是識別的籌碼，簡易的區(qū)分可分為兩類：一為統(tǒng)計的特征，如文字區(qū)域內(nèi)的黑/白點數(shù)比，當文字區(qū)分成好幾個區(qū)域時，這一個個區(qū)域黑/白點數(shù)比之聯(lián)合，就成了空間的一個數(shù)值向量，在比對時，基本的數(shù)學理論就足以應付了。而另一類特征為結(jié)構的特征，如文字影像細線化后，取得字的筆劃端點、交叉點之數(shù)量及位置，或以筆劃段為特征，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟件的識別方法多以此種結(jié)構的方法為主。對比數(shù)據(jù)庫：當輸入文字算完特征后，不管是用統(tǒng)計或結(jié)構的特征，都須有一比對數(shù)據(jù)庫或特征數(shù)據(jù)庫來進行比對，數(shù)據(jù)庫的內(nèi)容應包含所有欲識別的字集文字，根據(jù)與輸入文字一樣的特征抽取方法所得的特征群組。對比識別：這是可充分發(fā)揮數(shù)學運算理論的一個模塊，根據(jù)不同的特征特性，選用不同的數(shù)學距離函數(shù)，較有名的比對方法有，歐式空間的比對方法、松弛比對法（Relaxation）、動態(tài)程序比對法（Dynamic Programming，DP），以及類神經(jīng)網(wǎng)絡的數(shù)據(jù)庫建立及比對、HMM（Hidden Markov Model）…等著名的方法，為了使識別的結(jié)果更穩(wěn)定，也有所謂的專家系統(tǒng)（Experts System）被提出，利用各種特征比對方法的相異互補性，使識別出的結(jié)果，其信心度特別的高。字詞后處理：由于OCR的識別率并無法達到百分之百，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統(tǒng)中必要的一個模塊。字詞后處理就是一例，利用比對后的識別文字與其可能的相似候選字群中，根據(jù)前后的識別文字找出最合乎邏輯的詞，做更正的功能。字詞數(shù)據(jù)庫：為字詞后處理所建立的詞庫。人工校正：OCR最后的關卡，在此之前，使用者可能只是拿支鼠標，跟著軟件設計的節(jié)奏操作或僅是觀看，而在此有可能須特別花使用者的精神及時間，去更正甚至找尋可能是OCR出錯的地方。一個好的OCR軟件，除了有一個穩(wěn)定的影像處理及識別核心，以降低錯誤率外，人工校正的操作流程及其功能，亦影響OCR的處理效率，因此，文字影像與識別文字的對照，及其屏幕信息擺放的位置、還有每一識別文字的候選字功能、拒認字的功能、及字詞后處理后特意標示出可能有問題的字詞，都是為使用者設計盡量少使用鍵盤的一種功能，當然，不是說系統(tǒng)沒顯示出的文字就一定正確，就像完全由鍵盤輸入的工作人員也會有出錯的時候，這時要重新校正一次或能允許些許的錯，就完全看使用單位的需求了。結(jié)果輸出：其實輸出是件簡單的事，但卻須看使用者用OCR到底為了什么？有人只要文本文件作部份文字的再使用之用，所以只要一般的文字文件、有人要漂漂亮亮的和輸入文件一模一樣，所以有原文重現(xiàn)的功能、有人注重表格內(nèi)的文字，所以要和Excel等軟件結(jié)合。無論怎么變化，都只是輸出檔案格式的變化而已。