OCR文字识别物理现象及应用

缺少 | 数字英才实训前哨

知圈 | 进“滑板底盘群”请加微yanzhi-6,备注底盘

前言

OCR的应用领域领域：

OCR对页面都动手了什么：

实际上我们预料的结果是把只有包含单个楔形文字的页面交给计算数机去翻译。

微电脑是怎么看到书本或者电子数据库或是页面上的楔形文字的呢？最后看一下他的社会活动工序。

社会活动工序：

首先为要去掉杂质，这样程序就可以大部分都似乎楔形文字里面。

格式化：

格式化主要有数视图化，二最大值化，噪声去除，平直整形等。

视图化：

视图图是只含亮度信息，不含氛围信息的页面。

在RGB框架中都，如果R=G=B时，则彩色指出一种视图颜色，其中都R=G=B的最大值叫视图最大值。

一般满足后面这个公式：

Gray=0.299R+0.587G+0.114B 这种参数考虑到了人眼的生理特点。

原图.jpg

视图图.jpg

二最大值化：非黑即白

经过视图处理的彩形还无需经过二最大值化处理将楔形文字与故事情节进一步分离去。

二最大值化的全过程中都涉及到“阈最大值”的内涵，简单来说就是想寻觅一个合适的最大值来作为一个界线，小于或小于这个界线的最大值替换成深蓝色或灰色即0或255。那么“阈最大值”是怎么选出来的？

有很多新方法律条文，这里先为参考后面两种：

新方法律条文1：

取阈最大值为127（相当于0~255的中都数，（0+255）/2=127），让视图最大值小于等于127的替换成0（灰色），视图最大值小于127的替换成255（深蓝色），这样动手的必要是计算数量小速度快，但是缺点也是很突出的，因为这个阈最大值在相同的页面中都均为127，但是相同的页面，他们的颜色产自相同之处极大，所以用127动手阈最大值，这种一刀切，效果认同是不太好的。

新方法律条文2：

运用于直方图新方法律条文（也叫秀峰法律条文）来找二最大值化阈最大值，直方图是图形的重要特质。直方图新方法律条文确信图形由前景和故事情节分成，在视图直方图上，前景和故事情节都形成鼎盛时期，在秀峰二者之间的最低谷处就是阈最大值所在。

示意图就可以将小于T的视为全部为灰色，小于T的为深蓝色。

图形RC：

现实中都的数字图形在数字化和传输全过程中都常受到数字化设备与外部环境噪声阻碍等不良影响，称动手含噪图形或噪声图形。缩减数字图形中都噪声的全过程称动手图形RC（Image Denoising）。

最简单的RC新方法律条文是线性中都学到的DFS或者BFS（深度和广度）。我们对w*h的文件格式先为所有中国电信的区域内（最大值为1的，我们看起来是灰色的，连接起来的区域内）。所有中国电信区域内算数一个平均的纹理最大值，如果某些中国电信区域内的纹理最大值远远略很低这个平均最大值，我们就确信是噪点。然后用0代替他。

平直整形：

拍照或者选取的页面不不太可能实质上是水准的，平直就会不良影响后面切出来的页面，所以要对页面进行摆动。

平直整形最常用的新方法律条文是霍夫变换，其原理是将页面进行膨胀处理，将除此以外的楔形文字连接起来一条直线，便于直线探测。计算数出直线的角度后就可以借助于摆动线性，将平直页面整形到水准右方。

OCR在生活和社会活动中都的应用领域：

对于杂乱、泛黄的图形我们可以运用于时是分辨率新科技强化杂乱的低质图形的密度。

时是分辨率新科技的基本思想是采用信号处理的新方法律条文，从给定的低分辨率图形中都恢复出数字化图形，可以在不变动当前硬件设备的必要条件下获得很低数字化系统设计分辨率的图形。该类新科技多应用领域与图形修复、图形重建、监测图形时是分、卫星图形时是分和医学影像等场景。

杂乱的低质数据库尚且可以尝试缓冲时是分线性等手段进行密度强化，但常见的还有一类低质数据库却不能应用领域时是分线性，那就是故事情节很有用的表形式的数据库。这类数据库不太可能字迹印制清晰整洁，但楔形文字和表线多重叠、交错和颜色混合。

我们每天都被楔形文字所环绕，像我们的社会活动管事、书本、回乡证、零售商的参考都是楔形文字分成的，OCR新科技的运用，可以让有些社会活动似乎一般化、智能化，在此之后他将显现出着我们的生活，让我们的生活更加智能。