一種標准文字檢測裝置

A. 文字識別有哪些方法

文字識別是利用計算機自動識別字元的技術，是模式識別應用的一個重要領域。文字識別一般包括文字信息的採集、信息的分析與處理、信息的分類判別等幾個部分。70年代主要研究文字識別的基本理論和研製高性能的文字識別機，並著重於漢字識別的研究。利用計算機自動識別字元的技術，是 模式識別應用的一個重要領域。人們在生產和生活中，要處理大量的文字、報表和文本。為了減輕人們的勞動，提高處理效率，50年代開始探討一般文字識別方法，並研製出光學 字元識別器。60年代出現了採用磁性墨水和特殊字體的實用機器。60年代後期，出現了多種字體和手寫體文字識別機，其識別精度和機器性能都基本上能滿足要求。如用於信函分揀的 手寫體數字識別機和印刷體英文數字識別機。70年代主要研究文字識別的基本理論和研製高性能的文字識別機，並著重於漢字識別的研究。

識別系統
文字識別一般包括文字信息的採集、信息的分析與處理、信息的分類判別等幾個部分。

信息採集 將紙面上的文字灰度變換成電信號，輸入到計算機中去。信息採集由文字識別機中的送紙機構和光電變換裝置來實現，有飛點掃描、攝像機、光敏元件和激光掃描等光電變換裝置。

信息分析和處理 對變換後的電信號消除各種由於印刷質量、紙質（均勻性、污點等）或書寫工具等因素所造成的噪音和干擾，進行大小、偏轉、濃淡、粗細等各種正規化處理。

信息的分類判別 對去掉雜訊並正規化後的文字信息進行分類判別，以輸出識別結果。

識別方法
文字識別方法 文字識別方法基本上分為統計、邏輯判斷和句法三大類。常用的方法有模板匹配法和幾何特徵抽取法。

① 模板匹配法 將輸入的文字與給定的各類別標准文字（模板）進行相關匹配，計算輸入文字與各模板之間的相似性程度，取相似度最大的類別作為識別結果。這種方法的缺點是當被識別類別數增加時，標准文字模板的數量也隨之增加。這一方面會增加機器的存儲容量，另一方面也會降低識別的正確率，所以這種方式適用於識別固定字型的印刷體文字。這種方法的優點是用整個文字進行相似度計算，所以對文字的缺損、邊緣雜訊等具有較強的適應能力。

② 幾何特徵抽取法 抽取文字的一些幾何特徵，如文字的端點、分叉點、凹凸部分以及水平、垂直、傾斜等各方向的線段、閉合環路等，根據這些特徵的位置和相互關系進行邏輯組合判斷，獲得識別結果。這種識別方式由於利用結構信息，也適用於 手寫體文字那樣變型較大的文字文字識別可應用於許多領域，如閱讀、翻譯、文獻資料的檢索、信件和包裹的分揀、稿件的編輯和校對、大量統計報表和卡片的匯總與分析、銀行支票的處理、商品發票的統計匯總、商品編碼的識別、商品倉庫的管理，以及水、電、煤氣、房租、人身保險等費用的徵收業務中的大量信用卡片的自動處理和辦公室打字員工作的局部自動化等。以及文檔檢索，各類證件識別，方便用戶快速錄入信息，提高各行各業的工作效率。

B. 感測器CE-RED檢測報告測試項目有哪些

感測器是一種檢測裝置，能感受到被測量的信息，並能將感受到的信息，按一定規律變換成為電信號或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。一般這類無線產品要出口歐洲則要CE-RED檢測報告。

感測器CE-RED檢測報告測試項目：

1、電磁兼容測試（EMC測試）

2、安規測試LVD（新指令中，對於電池輸入的RF產品，也要求進行此項測試）

3、根據歐洲ETSI標准進行無線電通訊設備測試（RF測試）

4、歐洲允許頻譜的信息通告（Notification）

5、CTR(TBR)測試

6、電器安全及健康防護測試（SAR評估）

感測器CE-RED檢測報告需要提交的資料：

1、用戶說明書，電路原理圖

2、電路方塊圖(Block Diagram,也叫模塊功能圖)

3、電路走線圖(PCB LAYOUT)，電路位號圖(PCB placement)

4、操作描述(對方塊圖的解說)，元件清單(BOM LIST)

5、8.label(標簽)，天線規格(或者天線增益圖)

6、充電器LVD報告，定頻軟體(也叫定頻程式.使發射模塊能夠定在某一頻率點持續發射,一般BT和WIFI一定要提供)

C. OCR的OCR

（光學字元識別，Optical Character Recognition），是通過圖像處理和模式識別技術對光學的字元進行識別的意思，是自動識別技術研究和應用領域中的一個重要方面。它是一種能夠將文字自動識別錄入到電腦中的軟體技術，是與掃描儀配套的主要軟體，屬於非鍵盤輸入范疇，需要圖像輸入設備主要是掃描儀相配合。
現在OCR主要是指[1]文字識別軟體，在1996年清華紫光開始搭配中文識別軟體之前，市場上的掃描儀和OCR軟體一直是分開銷售的，專業的OCR軟體在早些時候賣得比掃描儀還要貴。隨著掃描儀解析度的提升，OCR軟體也在不斷升級，掃描儀廠商現在已把專業的OCR軟體搭配自己生產的掃描儀出售。OCR技術的迅速發展與掃描儀的廣泛使用是密不可分的，近兩年隨著掃描儀逐漸普及和OCR技術的日臻完善，OCR己成為絕大多數掃描儀用戶的得力助手。 自20世紀60年代初期出現第一代OCR產品開始，經過半個世紀的不斷發展和改進，包括手寫體的各種OCR技術的研究取得了令人矚目的成果，人們對OCR產品的功能要求也從原來的單純注重識別率，發展到對整個OCR系統的識別速度、用戶界面的友好性、操作的簡便性、產品的穩定性、適應性、可靠性和易升級性、售前售後服務質量等各方面提出更高的要求。
OCR的概念是在1929年由德國科學家Tausheck最先提出來的，後來美國科學家Handel也提出了利用技術對文字進行識別的想法。而最早對印刷體漢字識別進行研究的是的Casey和Nagy，1966年他們發表了第一篇關於漢字識別的文章，採用了模板匹配法識別了1000個印刷體漢字。
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至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，識別郵件上的郵政編碼，幫助郵局作區域分信的作業；也因此至今郵政編碼一直是各國所倡導的地址書寫方式。
20世紀70年代初，日本的學者開始研究漢字識別，並做了大量的工作。中國在OCR技術方面的研究工作起步較晚，在70年代才開始對數字、英文字母及符號的識別進行研究，70年代末開始進行漢字識別的研究，到1986年漢字識別的研究進入一個實質性的階段，不少研究單位相繼推出了中文OCR產品.早期的OCR軟體，由於識別率及產品化等多方面的因素，未能達到實際要求。同時，由於硬體設備成本高，運行速度慢，也沒有達到實用的程度。只有個別部門，如信息部門、新聞出版單位等使用OCR軟體。1986年以後我國的OCR研究有了很大進展，在漢字建模和識別方法上都有所創新，在系統研製和開發應用中都取得了豐碩的成果，不少單位相繼推出了中文OCR產品。進入20世紀90年代以後，隨著平台式掃描儀的廣泛應用，以及我國信息自動化和辦公自動化的普及，大大推動了OCR技術的進一步發展，使OCR的識別正確率、識別速度滿足了廣大用戶的要求。 由於掃描儀的普及與廣泛應用，OCR軟體只需提供與掃描儀的介面，利用掃描儀驅動軟體即可。因此，OCR軟體主要是由圖像處理模塊、版面劃分模塊、文字識別模塊和文字編輯模塊等4部分組成。
1、圖像處理模塊
圖像處理模塊主要具有文稿掃描、圖像縮放、圖像旋轉等功能。通過掃描儀輸入後，文稿形成圖像文件，圖像處理模塊可對圖像進行放大，去除污點和劃痕，如果圖像放置不正，可以手工或自動旋轉圖像，目的是為文字識別創造更好的條件，使識別率更高。
2、版面劃分模塊
版面劃分模塊主要包括版面劃分、更改劃分，即對版面的理解、字切分、歸一化等，可選擇自動或手動兩種版面劃分方式。目的是告訴OCR軟體將同一版面的文章、表格等分開，以便於分別處理，並按照怎樣的順序進行識別。
3、文字識別模塊
文字識別模塊是OCR軟體的核心部分，文字識別模塊主要對輸入的漢字進行閱讀，但不能一目多行，必須逐行切割，對於漢字通常也是一個字一個字地辨認，即單字識別，再進行歸一化。文字識別模塊通過對不同樣本漢字的特徵進行提取，完成識別，自動查找可疑字，具有前後聯想等功能。
4、文字編輯模塊
文字編輯模塊主要對OCR識別後的文字進行修改、編輯，如系統識別認為有誤，則文字會以醒目的紅色或藍色顯示，並提供相似的文字供選擇，選擇編輯器供輸出等。 一個OCR識別系統，其目的很簡單，只是要把影像作一個轉換，使影像內的圖形繼續保存、有表格則表格內資料及影像內的文字，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，當然也可節省因鍵盤輸入的人力與時間。
從影像到結果輸出，須經過影像輸入、影像前處理、文字特徵抽取、比對識別、最後經人工校正將認錯的文字更正，將結果輸出。
1影像輸入
欲經過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，將影像轉入計算機。科技的進步，掃描儀等的輸入裝置已製作的愈來愈精緻，輕薄短小、品質也高，對OCR有相當大的幫助，掃描儀的解析度使影像更清晰、掃除速度更增進OCR處理的效率。
下載:《泰比科技光學OCR影像前處理：影像前處理是OCR系統中，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，都屬於影像前處理。包含了影像正規化、去除雜訊、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、表格及文字區域分離出來，甚至可將文章的編排方向、文章的提綱及內容主體區分開，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。
文字特徵抽取：單以識別率而言，特徵抽取可說是 OCR的核心，用什麼特徵、怎麼抽取，直接影響識別的好壞，也所以在OCR研究初期，特徵抽取的研究報告特別的多。而特徵可說是識別的籌碼，簡易的區分可分為兩類：一為統計的特徵，如文字區域內的黑/白點數比，當文字區分成好幾個區域時，這一個個區域黑/白點數比之聯合，就成了空間的一個數值向量，在比對時，基本的數學理論就足以應付了。而另一類特徵為結構的特徵，如文字影像細線化後，取得字的筆劃端點、交叉點之數量及位置，或以筆劃段為特徵，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟體的識別方法多以此種結構的方法為主。
對比資料庫：當輸入文字算完特徵後，不管是用統計或結構的特徵，都須有一比對資料庫或特徵資料庫來進行比對，資料庫的內容應包含所有欲識別的字集文字，根據與輸入文字一樣的特徵抽取方法所得的特徵群組。
2對比識別
這是可充分發揮數學運算理論的一個模塊，根據不同的特徵特性，選用不同的數學距離函數，較有名的比對方法有，歐式空間的比對方法、鬆弛比對法（Relaxation）、動態程序比對法（Dynamic Programming，DP），以及類神經網路的資料庫建立及比對、HMM（Hidden Markov Model）…等著名的方法，為了使識別的結果更穩定，也有所謂的專家系統（Experts System）被提出，利用各種特徵比對方法的相異互補性，使識別出的結果，其信心度特別的高。
字詞後處理：由於OCR的識別率並無法達到百分之百，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系統中必要的一個模塊。字詞後處理就是一例，利用比對後的識別文字與其可能的相似候選字群中，根據前後的識別文字找出最合乎邏輯的詞，做更正的功能。
字詞資料庫：為字詞後處理所建立的詞庫。
3人工校正
OCR最後的關卡，在此之前，使用者可能只是拿支滑鼠，跟著軟體設計的節奏操作或僅是觀看，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軟體，除了有一個穩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、及字詞後處理後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。
4結果輸出
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，所以有原文重現的功能、有人注重表格內的文字，所以要和Excel等軟體結合。無論怎麼變化，都只是輸出檔案格式的變化而已。如果需要還原成原文一樣格式，則在識別後，需要人工排版，耗時耗力。 1資料錄入
文獻資料的數字化錄入，一般分為：
1．純圖像方式。
2．目錄文本、正文圖像方式。
3．全文本方式。
4．全文索引方式。文本方式和圖像方式的混合體。
2識別過程
書本級：中文，英文；簡體，繁體；
版式級：豎排，橫排；有無分欄；
行切分字切分
識別：真正的OCR識別過程，圖像信息還原成文本信息
後處理：人工干預，主要集中在前四個階段。
3識別結果決定因素
1．圖片的質量，一般建議150dpi以上
2．顏色，一般對彩色識別很差，黑白的圖片較高，因此建議ocr的為黑白tif格式
3．最重要的就是字體，如果是手寫識別率很低。
國內OCR識別簡體差錯率為萬分之三，如果要求更高的精度需要投入更大的人工干預。繁體識別由於繁體字型檔的不統一性（民國時期的字型檔和現在繁體字型檔不統一），導致識別困難，在人工干預下，精度能達到90%以上（圖文清晰情況下）。 1．解析度的設置是文字識別的重要前提。一般來講，掃描儀提供較多的圖像信息，識別軟體比較容易得出識別結果。但也不是掃描解析度設得越高識別正確率就越高。選擇300dpi或400dpi解析度，適合大部分文檔掃描。注意文字原稿的掃描識別，設置掃描解析度時千萬不要超過掃描儀的光學解析度，不然會得不償失。下面是部分典型設置，僅供參考。
(1)1、2、3號字的文章段，推薦使用200dpi。
(2)4、小4、5號字的文章段，推薦使用300dpl
(3)小5、6號字的文章段，推薦使用400dpl
(4)7、8號字的文章段，推薦使用600dpi。
2． 掃描時適當地調整好亮度和對比度值，使掃描文件黑白分明。這對識別率的影響最為關鍵，掃描亮度和對比度值的設定以觀察掃描後的圖像中漢字的筆畫較細但又不斷開為原則。進行識別前，先看看掃描得到的圖像中文字質量如何，如果圖像存在黑點或黑斑時或文字線條很粗很黑，分不清筆畫時，說明亮度值太小了，應該增加亮度值在試試；如果文字線條凹凸不平，有斷線甚至圖像中漢字輪廓嚴重殘缺時，說明亮度值太大了，應減小亮度後再試試。
3．選好掃描軟體。選一款好的適合自己的OCR軟體是作好文字識別工作的基礎，一般不要使用掃描儀自帶的OEM軟體，OEM的OCR軟體的功能少、效果差，有的甚至沒有中文識別。
再選一個圖像軟體，第一，OCR軟體不能識別所有的掃描儀；第二，也是最關鍵的，利用圖像軟體的掃描介面掃描出來的圖像便於處理。
4．如果要進行的文本是帶有格式的，如粗體、斜體、首行縮進等，部分OCR軟體識別不出來，會丟失格式或出現亂碼。如果必須掃描帶有格式的文本，事先要確保使用的識別軟體是否支持文字格式的掃描。也可以關閉樣式識別系統，使軟體集中注意力查找正確的字元，不再顧及字體和字體格式。
5．在掃描識別報紙或其他半透明文稿時，背面的文字透過紙張混淆文字字形，對識別會造成很大的障礙。遇到該類掃描，只要在掃描原稿的背面附。蓋一張黑紙，掃描時，增加掃描對比度，即可減少背面模糊字體的影響，提高識別正確率，
6．一般文本掃描原稿都為黑、白兩色原稿，但是在掃描設置時卻常將掃描模式設為灰度模式。特別是在原稿質量較差時，使用灰度模式掃描，並在掃描軟體處理完後再繼續識別，這樣會得到較好的識別正確率。值得注意的是OCR識別軟體可以自己確定閥值，幾個百分點的閥值差異，可能就會影響識別的正常進行。當然，得到的圖像文件的大小會比黑白文件大很多。在進行大批量文稿掃描時，必須對原稿進行測試，找到最佳的閥值百分比。
7．遇到圖文混排的掃描原稿，首先明確使用的識別軟體是否支持自動分析圖文這一功能。如果支持的話，在進行這類掃描識別時，OCR軟體會自動計算出文本的內容、位置和先後順序。文字部分可以按照標示順序正常識別。
8．手動選取掃描區域會有更好識別效果。設置好參數後，先預覽一下，然後開始選取掃描區域。不要將要用的文章一股腦兒選在一個區域內，因為現在的文章排版為了追求更好的視覺效果，使用圖文混排的較多，掃成一幅圖像會影響OCR識別。因此，要根據實際情況將版面分成N個區域，怎麼劃分區域呢？每一區域內的文字字體、字型大小最好一致，沒有圖形、圖像，每一行的寬度一致，遇到長短不一，再細分，一般一次最多可掃描10個選區。根據不同情況，合理地設置識別區域的順序。不要嫌這個過程太煩，那可是提高識別率的有效手段。注意各識別區域不能有交叉，做到一切覺得完好以後再進行識別。這樣一般的識別率會在95%以上，對於識別不正確的文字進行校對後，就可以進入相應的文字處理軟體進行所需的處理了。
9．在放置掃描原稿時，把掃描的文字材料一定要擺放在掃描起始線正中，以最大限度地減小由於光學透鏡導致的失真。同時應保護掃描儀玻璃的干凈和不受損害。文字有一定角度的傾斜，或者是原稿文字部分為不正規排版，必須在掃描後使用旋轉工具，進行糾正；否則OCR識別軟體會將水平筆劃當做斜筆劃處理，識別正確率會下降很多。建議用戶盡量將掃描原稿放正，用工具旋轉糾正會降低圖像質量，使字元識別更加困難。
10．先預覽整體版面，選定要掃描的區域，再用放大預覽工具，選擇一小塊進行放大顯示到全屏幕，觀察其文字的對比度，文字的深淺濃度，據情況調整閥值的大小，最終要求文字清晰，不濃(文字成團)，不淡(文字斷筆伐)，一般在閥值80左右為宜，最後再掃描。
11．用工具擦掉圖像污點，包括原來版面中的不需要識別的插圖、分隔線等，使文字圖像中除了文字沒有一點多餘的東西；這可以大提高識別率並減少識別後的修改工作。
12．如果要掃描印刷質量稍微差一些的文章，比如說報紙，掃描的結果將不會黑白分明，會出現大量的黑點，而且在字體的筆畫上也會出現粘連現象，這兩項可是漢字識別的大忌，將嚴重影響漢字識別的正確率。為獲得較好的識別結果，必須仔細進行色調調節，反復掃描多次才能獲得比較理想的結果。另外由於報紙很薄且大部分紙質不高，導致掃描儀上蓋板不能完全壓住報紙(有縫隙)，所以一般情況下報紙的掃描識別效果沒有雜志的效果好。解決辦法是在報紙上壓一至兩本16K的雜志，效果還是不錯的。

D. 有什麼感測器可以識別書上的文字

激光掃描感測器可以識別書上的文字。但需要測極高精度，高水平復原原有圖案和文字，可能激光掃描儀的精度就會達不到要求，這時也可以根據實際情況選擇光譜共焦或點激光。
激光掃描儀的基本結構包含有激光光源及掃描器、受光感 ( 檢 ) 測器、控制單元等部分。激光光源為密閉式，較不易受環境的影響，且容易形成光束，常採用低功率的可見光激光，如氦氖激光、半導體激光等，而掃描器為旋轉多面棱規或雙面鏡，當光束射入掃描器後，即快速轉動使激光光反射成一個掃描光束。
光束掃描全程中，若有工件即擋住光線，因此可以測知直徑大小。測量前，必須先用兩支已知尺寸的量規作校正，然後所有測量尺寸若介於此兩量規間，可以經電子信號處理後，即可得到待測尺寸。因此，又稱為激光測規。

E. OCR的OCR

（光學字元識別，Optical Character Recognition），是通過圖像處理和模式識別技術對光學的字元進行識別的意思，是自動識別技術研究和應用領域中的一個重要方面。它是一種能夠將文字自動識別錄入到電腦中的軟體技術，是與掃描儀配套的主要軟體，屬於非鍵盤輸入范疇，需要圖像輸入設備主要是掃描儀相配合。
現在OCR主要是指[1]文字識別軟體，在1996年清華紫光開始搭配中文識別軟體之前，市場上的掃描儀和OCR軟體一直是分開銷售的，專業的OCR軟體在早些時候賣得比掃描儀還要貴。隨著掃描儀解析度的提升，OCR軟體也在不斷升級，掃描儀廠商現在已把專業的OCR軟體搭配自己生產的掃描儀出售。OCR技術的迅速發展與掃描儀的廣泛使用是密不可分的，近兩年隨著掃描儀逐漸普及和OCR技術的日臻完善，OCR己成為絕大多數掃描儀用戶的得力助手。 自20世紀60年代初期出現第一代OCR產品開始，經過半個世紀的不斷發展和改進，包括手寫體的各種OCR技術的研究取得了令人矚目的成果，人們對OCR產品的功能要求也從原來的單純注重識別率，發展到對整個OCR系統的識別速度、用戶界面的友好性、操作的簡便性、產品的穩定性、適應性、可靠性和易升級性、售前售後服務質量等各方面提出更高的要求。
OCR的概念是在1929年由德國科學家Tausheck最先提出來的，後來美國科學家Handel也提出了利用技術對文字進行識別的想法。而最早對印刷體漢字識別進行研究的是的Casey和Nagy，1966年他們發表了第一篇關於漢字識別的文章，採用了模板匹配法識別了1000個印刷體漢字。
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至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，識別郵件上的郵政編碼，幫助郵局作區域分信的作業；也因此至今郵政編碼一直是各國所倡導的地址書寫方式。
20世紀70年代初，日本的學者開始研究漢字識別，並做了大量的工作。中國在OCR技術方面的研究工作起步較晚，在70年代才開始對數字、英文字母及符號的識別進行研究，70年代末開始進行漢字識別的研究，到1986年漢字識別的研究進入一個實質性的階段，不少研究單位相繼推出了中文OCR產品.早期的OCR軟體，由於識別率及產品化等多方面的因素，未能達到實際要求。同時，由於硬體設備成本高，運行速度慢，也沒有達到實用的程度。只有個別部門，如信息部門、新聞出版單位等使用OCR軟體。1986年以後我國的OCR研究有了很大進展，在漢字建模和識別方法上都有所創新，在系統研製和開發應用中都取得了豐碩的成果，不少單位相繼推出了中文OCR產品。進入20世紀90年代以後，隨著平台式掃描儀的廣泛應用，以及我國信息自動化和辦公自動化的普及，大大推動了OCR技術的進一步發展，使OCR的識別正確率、識別速度滿足了廣大用戶的要求。 由於掃描儀的普及與廣泛應用，OCR軟體只需提供與掃描儀的介面，利用掃描儀驅動軟體即可。因此，OCR軟體主要是由圖像處理模塊、版面劃分模塊、文字識別模塊和文字編輯模塊等4部分組成。
1、圖像處理模塊
圖像處理模塊主要具有文稿掃描、圖像縮放、圖像旋轉等功能。通過掃描儀輸入後，文稿形成圖像文件，圖像處理模塊可對圖像進行放大，去除污點和劃痕，如果圖像放置不正，可以手工或自動旋轉圖像，目的是為文字識別創造更好的條件，使識別率更高。
2、版面劃分模塊
版面劃分模塊主要包括版面劃分、更改劃分，即對版面的理解、字切分、歸一化等，可選擇自動或手動兩種版面劃分方式。目的是告訴OCR軟體將同一版面的文章、表格等分開，以便於分別處理，並按照怎樣的順序進行識別。
3、文字識別模塊
文字識別模塊是OCR軟體的核心部分，文字識別模塊主要對輸入的漢字進行閱讀，但不能一目多行，必須逐行切割，對於漢字通常也是一個字一個字地辨認，即單字識別，再進行歸一化。文字識別模塊通過對不同樣本漢字的特徵進行提取，完成識別，自動查找可疑字，具有前後聯想等功能。
4、文字編輯模塊
文字編輯模塊主要對OCR識別後的文字進行修改、編輯，如系統識別認為有誤，則文字會以醒目的紅色或藍色顯示，並提供相似的文字供選擇，選擇編輯器供輸出等。 一個OCR識別系統，其目的很簡單，只是要把影像作一個轉換，使影像內的圖形繼續保存、有表格則表格內資料及影像內的文字，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，當然也可節省因鍵盤輸入的人力與時間。
從影像到結果輸出，須經過影像輸入、影像前處理、文字特徵抽取、比對識別、最後經人工校正將認錯的文字更正，將結果輸出。
1影像輸入
欲經過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，將影像轉入計算機。科技的進步，掃描儀等的輸入裝置已製作的愈來愈精緻，輕薄短小、品質也高，對OCR有相當大的幫助，掃描儀的解析度使影像更清晰、掃除速度更增進OCR處理的效率。
下載:《泰比科技光學OCR影像前處理：影像前處理是OCR系統中，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，都屬於影像前處理。包含了影像正規化、去除雜訊、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、表格及文字區域分離出來，甚至可將文章的編排方向、文章的提綱及內容主體區分開，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。
文字特徵抽取：單以識別率而言，特徵抽取可說是 OCR的核心，用什麼特徵、怎麼抽取，直接影響識別的好壞，也所以在OCR研究初期，特徵抽取的研究報告特別的多。而特徵可說是識別的籌碼，簡易的區分可分為兩類：一為統計的特徵，如文字區域內的黑/白點數比，當文字區分成好幾個區域時，這一個個區域黑/白點數比之聯合，就成了空間的一個數值向量，在比對時，基本的數學理論就足以應付了。而另一類特徵為結構的特徵，如文字影像細線化後，取得字的筆劃端點、交叉點之數量及位置，或以筆劃段為特徵，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟體的識別方法多以此種結構的方法為主。
對比資料庫：當輸入文字算完特徵後，不管是用統計或結構的特徵，都須有一比對資料庫或特徵資料庫來進行比對，資料庫的內容應包含所有欲識別的字集文字，根據與輸入文字一樣的特徵抽取方法所得的特徵群組。
2對比識別
這是可充分發揮數學運算理論的一個模塊，根據不同的特徵特性，選用不同的數學距離函數，較有名的比對方法有，歐式空間的比對方法、鬆弛比對法（Relaxation）、動態程序比對法（Dynamic Programming，DP），以及類神經網路的資料庫建立及比對、HMM（Hidden Markov Model）…等著名的方法，為了使識別的結果更穩定，也有所謂的專家系統（Experts System）被提出，利用各種特徵比對方法的相異互補性，使識別出的結果，其信心度特別的高。
字詞後處理：由於OCR的識別率並無法達到百分之百，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系統中必要的一個模塊。字詞後處理就是一例，利用比對後的識別文字與其可能的相似候選字群中，根據前後的識別文字找出最合乎邏輯的詞，做更正的功能。
字詞資料庫：為字詞後處理所建立的詞庫。
3人工校正
OCR最後的關卡，在此之前，使用者可能只是拿支滑鼠，跟著軟體設計的節奏操作或僅是觀看，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軟體，除了有一個穩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、及字詞後處理後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。
4結果輸出
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，所以有原文重現的功能、有人注重表格內的文字，所以要和Excel等軟體結合。無論怎麼變化，都只是輸出檔案格式的變化而已。如果需要還原成原文一樣格式，則在識別後，需要人工排版，耗時耗力。 1資料錄入
文獻資料的數字化錄入，一般分為：
1．純圖像方式。
2．目錄文本、正文圖像方式。
3．全文本方式。
4．全文索引方式。文本方式和圖像方式的混合體。
2識別過程
書本級：中文，英文；簡體，繁體；
版式級：豎排，橫排；有無分欄；
行切分字切分
識別：真正的OCR識別過程，圖像信息還原成文本信息
後處理：人工干預，主要集中在前四個階段。
3識別結果決定因素
1．圖片的質量，一般建議150dpi以上
2．顏色，一般對彩色識別很差，黑白的圖片較高，因此建議ocr的為黑白tif格式
3．最重要的就是字體，如果是手寫識別率很低。
國內OCR識別簡體差錯率為萬分之三，如果要求更高的精度需要投入更大的人工干預。繁體識別由於繁體字型檔的不統一性（民國時期的字型檔和現在繁體字型檔不統一），導致識別困難，在人工干預下，精度能達到90%以上（圖文清晰情況下）。 1．解析度的設置是文字識別的重要前提。一般來講，掃描儀提供較多的圖像信息，識別軟體比較容易得出識別結果。但也不是掃描解析度設得越高識別正確率就越高。選擇300dpi或400dpi解析度，適合大部分文檔掃描。注意文字原稿的掃描識別，設置掃描解析度時千萬不要超過掃描儀的光學解析度，不然會得不償失。下面是部分典型設置，僅供參考。
(1)1、2、3號字的文章段，推薦使用200dpi。
(2)4、小4、5號字的文章段，推薦使用300dpl
(3)小5、6號字的文章段，推薦使用400dpl
(4)7、8號字的文章段，推薦使用600dpi。
2． 掃描時適當地調整好亮度和對比度值，使掃描文件黑白分明。這對識別率的影響最為關鍵，掃描亮度和對比度值的設定以觀察掃描後的圖像中漢字的筆畫較細但又不斷開為原則。進行識別前，先看看掃描得到的圖像中文字質量如何，如果圖像存在黑點或黑斑時或文字線條很粗很黑，分不清筆畫時，說明亮度值太小了，應該增加亮度值在試試；如果文字線條凹凸不平，有斷線甚至圖像中漢字輪廓嚴重殘缺時，說明亮度值太大了，應減小亮度後再試試。
3．選好掃描軟體。選一款好的適合自己的OCR軟體是作好文字識別工作的基礎，一般不要使用掃描儀自帶的OEM軟體，OEM的OCR軟體的功能少、效果差，有的甚至沒有中文識別。
再選一個圖像軟體，第一，OCR軟體不能識別所有的掃描儀；第二，也是最關鍵的，利用圖像軟體的掃描介面掃描出來的圖像便於處理。
4．如果要進行的文本是帶有格式的，如粗體、斜體、首行縮進等，部分OCR軟體識別不出來，會丟失格式或出現亂碼。如果必須掃描帶有格式的文本，事先要確保使用的識別軟體是否支持文字格式的掃描。也可以關閉樣式識別系統，使軟體集中注意力查找正確的字元，不再顧及字體和字體格式。
5．在掃描識別報紙或其他半透明文稿時，背面的文字透過紙張混淆文字字形，對識別會造成很大的障礙。遇到該類掃描，只要在掃描原稿的背面附。蓋一張黑紙，掃描時，增加掃描對比度，即可減少背面模糊字體的影響，提高識別正確率，
6．一般文本掃描原稿都為黑、白兩色原稿，但是在掃描設置時卻常將掃描模式設為灰度模式。特別是在原稿質量較差時，使用灰度模式掃描，並在掃描軟體處理完後再繼續識別，這樣會得到較好的識別正確率。值得注意的是OCR識別軟體可以自己確定閥值，幾個百分點的閥值差異，可能就會影響識別的正常進行。當然，得到的圖像文件的大小會比黑白文件大很多。在進行大批量文稿掃描時，必須對原稿進行測試，找到最佳的閥值百分比。
7．遇到圖文混排的掃描原稿，首先明確使用的識別軟體是否支持自動分析圖文這一功能。如果支持的話，在進行這類掃描識別時，OCR軟體會自動計算出文本的內容、位置和先後順序。文字部分可以按照標示順序正常識別。
8．手動選取掃描區域會有更好識別效果。設置好參數後，先預覽一下，然後開始選取掃描區域。不要將要用的文章一股腦兒選在一個區域內，因為現在的文章排版為了追求更好的視覺效果，使用圖文混排的較多，掃成一幅圖像會影響OCR識別。因此，要根據實際情況將版面分成N個區域，怎麼劃分區域呢？每一區域內的文字字體、字型大小最好一致，沒有圖形、圖像，每一行的寬度一致，遇到長短不一，再細分，一般一次最多可掃描10個選區。根據不同情況，合理地設置識別區域的順序。不要嫌這個過程太煩，那可是提高識別率的有效手段。注意各識別區域不能有交叉，做到一切覺得完好以後再進行識別。這樣一般的識別率會在95%以上，對於識別不正確的文字進行校對後，就可以進入相應的文字處理軟體進行所需的處理了。
9．在放置掃描原稿時，把掃描的文字材料一定要擺放在掃描起始線正中，以最大限度地減小由於光學透鏡導致的失真。同時應保護掃描儀玻璃的干凈和不受損害。文字有一定角度的傾斜，或者是原稿文字部分為不正規排版，必須在掃描後使用旋轉工具，進行糾正；否則OCR識別軟體會將水平筆劃當做斜筆劃處理，識別正確率會下降很多。建議用戶盡量將掃描原稿放正，用工具旋轉糾正會降低圖像質量，使字元識別更加困難。
10．先預覽整體版面，選定要掃描的區域，再用放大預覽工具，選擇一小塊進行放大顯示到全屏幕，觀察其文字的對比度，文字的深淺濃度，據情況調整閥值的大小，最終要求文字清晰，不濃(文字成團)，不淡(文字斷筆伐)，一般在閥值80左右為宜，最後再掃描。
11．用工具擦掉圖像污點，包括原來版面中的不需要識別的插圖、分隔線等，使文字圖像中除了文字沒有一點多餘的東西；這可以大提高識別率並減少識別後的修改工作。
12．如果要掃描印刷質量稍微差一些的文章，比如說報紙，掃描的結果將不會黑白分明，會出現大量的黑點，而且在字體的筆畫上也會出現粘連現象，這兩項可是漢字識別的大忌，將嚴重影響漢字識別的正確率。為獲得較好的識別結果，必須仔細進行色調調節，反復掃描多次才能獲得比較理想的結果。另外由於報紙很薄且大部分紙質不高，導致掃描儀上蓋板不能完全壓住報紙(有縫隙)，所以一般情況下報紙的掃描識別效果沒有雜志的效果好。解決辦法是在報紙上壓一至兩本16K的雜志，效果還是不錯的。

F. ocr文字識別系統

OCR軟體
OCR （Optical Character Recognition）軟體是指電子設備（例如掃描儀或數碼相機）檢查紙上列印的字元，通過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機文字的過程；即，對文本資料進行掃描，然後對圖像文件進行分析處理，獲取文字及版面信息的過程。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）的名詞也因此而產生。衡量一個OCR系統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，產品的穩定性，易用性及可行性等。
光學文字識別的概念是在1929年由德國科學家Tausheck最先提出來的，後來美國科學家Handel也提出了利用技術對文字進行識別的想法。而最早對印刷體漢字識別進行研究的是IBM公司的Casey和Nagy，1966年他們發表了第一篇關於漢字識別的文章，採用了模板匹配法識別了1000個印刷體漢字。
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至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，識別郵件上的郵政編碼，幫助郵局作區域分信的作業；也因此至今郵政編碼一直是各國所倡導的地址書寫方式。
20世紀70年代初，日本的學者開始研究漢字識別，並做了大量的工作。中國在OCR技術方面的研究工作起步較晚，在70年代才開始對數字、英文字母及符號的識別進行研究，70年代末開始進行漢字識別的研究，到1986年漢字識別的研究進入一個實質性的階段，不少研究單位相繼推出了中文OCR產品.早期的OCR軟體，由於識別率及產品化等多方面的因素，未能達到實際要求。同時，由於硬體設備成本高，運行速度慢，也沒有達到實用的程度。只有個別部門，如信息部門、新聞出版單位等使用OCR軟體。1986年以後我國的OCR研究有了很大進展，在漢字建模和識別方法上都有所創新，在系統研製和開發應用中都取得了豐碩的成果，不少單位相繼推出了中文OCR產品。進入20世紀90年代以後，隨著平台式掃描儀的廣泛應用，以及我國信息自動化和辦公自動化的普及，大大推動了OCR技術的進一步發展，使OCR的識別正確率、識別速度滿足了廣大用戶的要求。[1]
編輯本段軟體結構由於掃描儀的普及與廣泛應用，OCR軟體只需提供與掃描儀的介面，利用掃描儀驅動軟體即可。因此，OCR軟體主要是由下面幾個部分組成。
圖像輸入、預處理：
圖像輸入：對於不同的圖像格式，有著不同的存儲格式，不同的壓縮方式，目前有OpenCV,CxImage等開源項目 。預處理：主要包括二值化，雜訊去除，傾斜較正等
二值化：
對攝像頭拍攝的圖片，大多數是彩色圖像，彩色圖像所含信息量巨大，對於圖片的內容，我們可以簡單的分為前景與背景，為了讓計算機更快的，更好的識別文字，我們需要先對彩色圖進行處理，使圖片只前景信息與背景信息，可以簡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。
雜訊去除：
對於不同的文檔，我們對燥聲的定義可以不同，根據燥聲的特徵進行去燥，就叫做雜訊去除
傾斜較正：
由於一般用戶，在拍照文檔時，都比較隨意，因此拍照出來的圖片不可避免的產生傾斜，這就需要文字識別軟體進行較正。
版面分析：
將文檔圖片分段落，分行的過程就叫做版面分析，由於實際文檔的多樣性，復雜性，因此，目前還沒有一個固定的，最優的切割模型。
字元切割：
由於拍照條件的限制，經常造成字元粘連，斷筆，因此極大限制了識別系統的性能，這就需要文字識別軟體有字元切割功能。
字元識別：
這一研究，已經是很早的事情了，比較早有模板匹配，後來以特徵提取為主，由於文字的位移，筆畫的粗細，斷筆，粘連，旋轉等因素的影響，極大影響特徵的提取的難度。
版面恢復：
人們希望識別後的文字，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。
後處理、校對:
根據特定的語言上下文的關系，對識別結果進行較正，就是後處理。
編輯本段工作流程一個OCR識別系統，其目的很簡單，只是要把影像作一個轉換，使影像內的圖形繼續保存、有表格則表格內資料及影像內的文字，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，當然也可節省因鍵盤輸入的人力與時間。
從影像到結果輸出，須經過影像輸入、影像前處理、文字特徵抽取、比對識別、最後經人工校正將認錯的文字更正，將結果輸出。
影像輸入
欲經過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，將影像轉入計算機。科技的進步，掃描儀等的輸入裝置已製作的愈來愈精緻，輕薄短小、品質也高，對OCR有相當大的幫助，掃描儀的解析度使影像更清晰、掃除速度更增進OCR處理的效率。
影像前處理：影像前處理是OCR系統中，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，都屬於影像前處理。包含了影像正規化、去除雜訊、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、表格及文字區域分離出來，甚至可將文章的編排方向、文章的提綱及內容主體區分開，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。
文字特徵抽取：單以識別率而言，特徵抽取可說是 OCR的核心，用什麼特徵、怎麼抽取，直接影響識別的好壞，也所以在OCR研究初期，特徵抽取的研究報告特別的多。而特徵可說是識別的籌碼，簡易的區分可分為兩類：一為統計的特徵，如文字區域內的黑/白點數比，當文字區分成好幾個區域時，這一個個區域黑/白點數比之聯合，就成了空間的一個數值向量，在比對時，基本的數學理論就足以應付了。而另一類特徵為結構的特徵，如文字影像細線化後，取得字的筆劃端點、交叉點之數量及位置，或以筆劃段為特徵，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟體的識別方法多以此種結構的方法為主。
對比資料庫：當輸入文字算完特徵後，不管是用統計或結構的特徵，都須有一比對資料庫或特徵資料庫來進行比對，資料庫的內容應包含所有欲識別的字集文字，根據與輸入文字一樣的特徵抽取方法所得的特徵群組。
對比識別
這是可充分發揮數學運算理論的一個模塊，根據不同的特徵特性，選用不同的數學距離函數，較有名的比對方法有，歐式空間的比對方法、鬆弛比對法（Relaxation）、動態程序比對法（Dynamic Programming，DP），以及類神經網路的資料庫建立及比對、HMM（Hidden Markov Model）…等著名的方法，為了使識別的結果更穩定，也有所謂的專家系統（Experts System）被提出，利用各種特徵比對方法的相異互補性，使識別出的結果，其信心度特別的高。
字詞後處理：由於OCR的識別率並無法達到百分之百，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系統中必要的一個模塊。字詞後處理就是一例，利用比對後的識別文字與其可能的相似候選字群中，根據前後的識別文字找出最合乎邏輯的詞，做更正的功能。
字詞資料庫：為字詞後處理所建立的詞庫。
人工校正
OCR最後的關卡，在此之前，使用者可能只是拿支滑鼠，跟著軟體設計的節奏操作或僅是觀看，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軟體，除了有一個穩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、及字詞後處理後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。
結果輸出
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，所以有原文重現的功能、有人注重表格內的文字，所以要和Excel等軟體結合。無論怎麼變化，都只是輸出檔案格式的變化而已。如果需要還原成原文一樣格式，則在識別後，需要人工排版，耗時耗力。
編輯本段中文識別資料錄入
文獻資料的數字化錄入，一般分為：
1．純圖像方式。
2．目錄文本、正文圖像方式。
3．全文本方式。
4．全文索引方式。文本方式和圖像方式的混合體。
識別過程
書本級：中文，英文；簡體，繁體；
版式級：豎排，橫排；有無分欄；
行切分字切分
識別：真正的OCR識別過程，圖像信息還原成文本信息
後處理：人工干預，主要集中在前四個階段。
識別結果決定因素
1．圖片的質量，一般建議150dpi以上
2．顏色，一般對彩色識別很差，黑白的圖片較高，因此建議ocr的為黑白tif格式
3．最重要的就是字體，如果是手寫識別率很低。
國內OCR識別簡體差錯率為萬分之三，如果要求更高的精度需要投入更大的人工干預。繁體識別由於繁體字型檔的不統一性（民國時期的字型檔和現在繁體字型檔不統一），導致識別困難，在人工干預下，精度能達到90%以上（圖文清晰情況下）。
編輯本段識別技巧1．解析度的設置是文字識別的重要前提。一般來講，掃描儀提供較多的圖像信息，識別軟體比較容易得出識別結果。但也不是掃描解析度設得越高識別正確率就越高。選擇300dpi或400dpi解析度，適合大部分文檔掃描。注意文字原稿的掃描識別，設置掃描解析度時千萬不要超過掃描儀的光學解析度，不然會得不償失。下面是部分典型設置，僅供參考。
(1)1、2、3號字的文章段，推薦使用200dpi。
(2)4、小4、5號字的文章段，推薦使用300dpl
(3)小5、6號字的文章段，推薦使用400dpl
(4)7、8號字的文章段，推薦使用600dpi。
2． 掃描時適當地調整好亮度和對比度值，使掃描文件黑白分明。這對識別率的影響最為關鍵，掃描亮度和對比度值的設定以觀察掃描後的圖像中漢字的筆畫較細但又不斷開為原則。進行識別前，先看看掃描得到的圖像中文字質量如何，如果圖像存在黑點或黑斑時或文字線條很粗很黑，分不清筆畫時，說明亮度值太小了，應該增加亮度值在試試；如果文字線條凹凸不平，有斷線甚至圖像中漢字輪廓嚴重殘缺時，說明亮度值太大了，應減小亮度後再試試。
3．選好掃描軟體。選一款好的適合自己的OCR軟體是作好文字識別工作的基礎，一般不要使用掃描儀自帶的OEM軟體，OEM的OCR軟體的功能少、效果差，有的甚至沒有中文識別。
再選一個圖像軟體，第一，OCR軟體不能識別所有的掃描儀；第二，也是最關鍵的，利用圖像軟體的掃描介面掃描出來的圖像便於處理。
4．如果要進行的文本是帶有格式的，如粗體、斜體、首行縮進等，部分OCR軟體識別不出來，會丟失格式或出現亂碼。如果必須掃描帶有格式的文本，事先要確保使用的識別軟體是否支持文字格式的掃描。也可以關閉樣式識別系統，使軟體集中注意力查找正確的字元，不再顧及字體和字體格式。
5．在掃描識別報紙或其他半透明文稿時，背面的文字透過紙張混淆文字字形，對識別會造成很大的障礙。遇到該類掃描，只要在掃描原稿的背面附。蓋一張黑紙，掃描時，增加掃描對比度，即可減少背面模糊字體的影響，提高識別正確率，
6．一般文本掃描原稿都為黑、白兩色原稿，但是在掃描設置時卻常將掃描模式設為灰度模式。特別是在原稿質量較差時，使用灰度模式掃描，並在掃描軟體處理完後再繼續識別，這樣會得到較好的識別正確率。值得注意的是OCR識別軟體可以自己確定閥值，幾個百分點的閥值差異，可能就會影響識別的正常進行。當然，得到的圖像文件的大小會比黑白文件大很多。在進行大批量文稿掃描時，必須對原稿進行測試，找到最佳的閥值百分比。
7．遇到圖文混排的掃描原稿，首先明確使用的識別軟體是否支持自動分析圖文這一功能。如果支持的話，在進行這類掃描識別時，OCR軟體會自動計算出文本的內容、位置和先後順序。文字部分可以按照標示順序正常識別。
8．手動選取掃描區域會有更好識別效果。設置好參數後，先預覽一下，然後開始選取掃描區域。不要將要用的文章一股腦兒選在一個區域內，因為現在的文章排版為了追求更好的視覺效果，使用圖文混排的較多，掃成一幅圖像會影響OCR識別。因此，要根據實際情況將版面分成N個區域，怎麼劃分區域呢？每一區域內的文字字體、字型大小最好一致，沒有圖形、圖像，每一行的寬度一致，遇到長短不一，再細分，一般一次最多可掃描10個選區。根據不同情況，合理地設置識別區域的順序。不要嫌這個過程太煩，那可是提高識別率的有效手段。注意各識別區域不能有交叉，做到一切覺得完好以後再進行識別。這樣一般的識別率會在95%以上，對於識別不正確的文字進行校對後，就可以進入相應的文字處理軟體進行所需的處理了。
9．在放置掃描原稿時，把掃描的文字材料一定要擺放在掃描起始線正中，以最大限度地減小由於光學透鏡導致的失真。同時應保護掃描儀玻璃的干凈和不受損害。文字有一定角度的傾斜，或者是原稿文字部分為不正規排版，必須在掃描後使用旋轉工具，進行糾正；否則OCR識別軟體會將水平筆劃當做斜筆劃處理，識別正確率會下降很多。建議用戶盡量將掃描原稿放正，用工具旋轉糾正會降低圖像質量，使字元識別更加困難。
10．先"預覽"整體版面，選定要掃描的區域，再用"放大預覽"工具，選擇一小塊進行放大顯示到全屏幕，觀察其文字的對比度，文字的深淺濃度，據情況調整"閥值"的大小，最終要求文字清晰，不濃(文字成團)，不淡(文字斷筆伐)，一般在"閥值"80左右為宜，最後再掃描。
11．用工具擦掉圖像污點，包括原來版面中的不需要識別的插圖、分隔線等，使文字圖像中除了文字沒有一點多餘的東西；這可以大提高識別率並減少識別後的修改工作。
12．如果要掃描印刷質量稍微差一些的文章，比如說報紙，掃描的結果將不會黑白分明，會出現大量的黑點，而且在字體的筆畫上也會出現粘連現象，這兩項可是漢字識別的大忌，將嚴重影響漢字識別的正確率。為獲得較好的識別結果，必須仔細進行色調調節，反復掃描多次才能獲得比較理想的結果。另外由於報紙很薄且大部分紙質不高，導致掃描儀上蓋板不能完全壓住報紙(有縫隙)，所以一般情況下報紙的掃描識別效果沒有雜志的效果好。解決辦法是在報紙上壓一至兩本16K的雜志，效果還是不錯的。

目前國內最有實力的OCR公司有：雲脈(www.yunmai.cn), 漢王（www.hangwang.com.cn), 文通（www.wintone.com.cn）
雲脈OCR文字識別軟體支持20多種語言。有免費試用版

G. 計算機是如何識別文字的

電腦是用二進制編碼識別文字的。
由於電路的復雜性因素，電腦中都使用二進制數，只有0和1兩個數碼，逢二進一，最容易用電路來表達，比如0代表電路不通，1代表電路通暢。我們平時用電腦時感覺不到它是在用二進制計算是因為電腦會把你輸入的信息自動轉換成二進制，算出的二進制數再轉換成你能看到的信息顯示到屏幕上。
電腦內部的信息編碼，包括ASCII碼和漢字編碼，它們都是用二進制編碼表示的。
一、ASCII碼。
美國信息交換標准碼是由美國國家標准學會(American National Standard Institute,ANSI)制定的，標準的單位元組字元編碼方案，用於基於文本的數據。起始於50年代後期，在1967年定案。它最初是美國國家標准，供不同計算機在相互通信時用作共同遵守的西文字元編碼標准，它已被國際標准化組織（ISO）定為國際標准，稱為ISO646標准。適用於所有拉丁文字字母。
ASCII碼使用指定的7位或8位二進制數組合來表示128或256種可能的字元。標准ASCII碼也叫基礎ASCII碼，使用7位二進制數來表示所有的大寫和小寫字母，數字0到9、標點符號，以及在美式英語中使用的特殊控制字元（這里需要特別注意：ASCII碼與標准ASCII碼的位數上的區分，標准ASCII碼是7位二進製表示）。在電腦里，數字和字母都是用ASCII碼來存儲的，這就是為什麼一個英文字母或半形的數字、標點符號通常佔一個位元組的原因。
二、漢字編碼。
電腦內部漢字信息的存儲運算的代碼有四種：輸入碼、國標碼、內碼和字型碼。
輸入碼：包括拼音編碼和字型編碼。微軟拼音ABC就是拼音編碼，五筆字型輸入法就是字型編碼。
國標碼：又稱為漢字交換碼，在計算機之間交換信息用。用兩個位元組來表示，每個位元組的最高位均為0，因此可以表示的漢字數為2的14次冪，就是16384個。將漢字區位碼的高位位元組、低位位元組各加十進制數32（即十六進制數的20），便得到國標碼。例如「中」字的國標碼為8680（十進制）或7468（十六進制）。
內碼：漢字內碼是在設備和信息處理系統內部存儲、處理、傳輸漢字用的代碼。無論使用何種輸入碼，進入計算機後就立即被轉換為機內碼。規則是將國標碼的高位位元組、低位位元組各自加上128（十進制）或80（十六進制）。例如，「中」字的內碼以十六進製表示時應為F4E8。這樣做的目的是使漢字內碼區別於西文的ASCII，因為每個西文字母的ASCII的高位均為0，而漢字內碼的每個位元組的高位均為1。
字型碼：表示漢字字形的字模數據，因此也稱為字模碼，是漢字的輸出形式。通常用點陣、矢量函數等表示。用點陣表示時，字形碼指的就是這個漢字字形點陣的代碼。根據輸出漢字的要求不同，點陣的多少也不同。簡易型漢字為16′16點陣、提高型漢字為24′24點陣、48′48點陣等。如果是24′24點陣，每行24個點就是24個二進制位，存儲一行代碼需要3個位元組。那麼，24行共佔用3′24=72個位元組。計算公式：每行點數/8′行數。依此，對於48′48的點陣，一個漢字字形需要佔用的存儲空間為48/8′48=6′48=288個位元組。

H. OCR技術是什麼

OCR是光學字元識別的縮寫，OCR技術簡單來說就是將文字信息轉換為圖像信息，然後再利用文字識別技術將圖像信息轉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果。

2、OCR能夠自動分析文稿的版面布局，自動分欄、並判斷出標題、橫欄、圖像、表格等相應屬性，並判定識別順序，能將識別結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列印漢字、字母、數字，可識別手寫體漢字、手寫體字母、數字及多種手寫符號，並按表格格式輸出。提高了表格錄入效率，可節省大量人力。

(8)一種標准文字檢測裝置擴展閱讀：

欲經過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，將影像轉入計算機。科技的進步，掃描儀等的輸入裝置已製作的愈來愈精緻，輕薄短小、品質也高，對OCR有相當大的幫助，掃描儀的解析度使影像更清晰、掃除速度更增進OCR處理的效率。

影像預處理：影像預處理是OCR系統中，須解決問題最多的一個模塊。影像須先將圖片、表格及文字區域分離出來，甚至可將文章的編排方向、文章的提綱及內容主體區分開，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。

I. 電腦上taxocr是流氓軟體嗎

不是。taxocr是圖文漢字識別文件夾。漢字識別是模式識別的一個分支。漢字是一種特殊的模式，其特點是字數多，字形復雜，有的字形十分相似，印刷體漢字又有多種字體(仿宋、宋、黑、楷書與列印體等)和多種大小不同的字型大小。因而漢字識別是一個相當困難的問題。

任何識別都是辨識被辨識對象與哪種模式類同。光學文字識別裝置先把各種字元外形中有利於識別的辨認特徵編製成數字模型，並"記憶"在計算機的存儲器中。

識別時，將光電轉換後的文字形態的電子信息進行邏輯分析，抽取字形的辨認特徵，並與計算機"記憶"的特徵進行比較，從而得出識別結果。