MiniOCR(OCR文字识别软件)

MiniOCR顾名思义就是OCR文字识别工具了。相信大家用的OCR识别软件应该有很多了吧，其中不乏有精品。但是都有一个比较恼人的问题，首先大多是商业版本，必须付费使用。另外免费版本有很多限制，几乎无法进行有效使用。所以，这绝对是一款非常实用的工具。MiniOCR能够准确的识别图像中的文字。而且一个突出的优点就是对文字字体的识别功能。通过采用优化的光学字符识别系统，以符合特征的方法。做到了软件的小巧化。而且，之所以称之为MINI，就是因为其小巧的原因。其中拥有的字符集有3755个一级汉字，覆盖面非常的广。而且包含了多种字体。所以，非常的实用。绝对值得大家使用。喜欢的朋友一定要下载MiniOCR来体验一下啊！

软件特色

1、采用复合特征的分类方法。

2、字符集选择3755个一级汉字。

3、字体选择最常用的宋体。

4、字号选择从小五号到一号汉字，主要针对20个点之内的小字体。

5、英汉混排时，汉语优先。

6、汉字粘连时，进行动态优化切分。

OCR软件识别原理

OCR软件主要是由下面几个部分组成。

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。