OCR文字識別使用什麼演算法？

一般的 OCR 例程是這樣的。

1.首先檢測並提取文字區域

2.然後，使用 Radon Hough 變換和其他方法來校正文字。

3.通過投影直方圖來拆分單行文字。

最後，單行的 OCR

單行的 OCR 由兩個主要思想組成。

首先是您需要拆分字元的位置。

分割字元的方法也很多，最常用的是使用投影直方圖的極值點作為候選分割點，並使用分類器+波束搜尋來搜尋最佳分割點。

搜尋乙個分割點後，對於單個字元，傳統的是特徵工程+分類器。 一般流程為：灰度->二值化->校正影象->提取特徵（各種方法，如PCA、LBP等）-分類器（分類器大致為SVM、ann、knn等）。

今天的CNN（卷積神經網路）可以在很大程度上消除特徵工程。

二是沒有必要拆分字元。

另一點是端到端識別，但前提是您需要大量標記的資料集。 這種方法可以直接連續輸出字元序列，而無需分割影象。

對於較短的長度，可以使用多標籤分類。 例如，像車牌、驗證碼。 在這裡，我嘗試了車牌的多標籤分類。

車牌識別中未分割字元的端到端（end-to-end）識別。

這是谷歌用來進行街景門牌號識別的方法。 <>

使用OCR文字識別軟體準確率低的原因有以下幾點：

1.識別的文字不夠清晰;

2、未使用專業OCR文字識別軟體;

3. **文字不應潦草。

基本上，由於上述三個原因，OCR文字識別準確率較低。

OCR技術的識別精度能夠立即識別文字並轉換幾乎所有型別的印刷文件，包括具有複雜布局的書籍和雜誌中的文章。

如果你的公司需要識別大量的文字資訊，建議以後使用OCR文字識別系統，可以撥打具體鏈結，希望能幫到你

這和清晰度有關**，如果清晰度高，推薦使用abbyy，但是這個軟體太大了，可以使用愛點轉換器（lovedot.cn），這種識別準確率非常高，可以輸出word和excel

首先掃瞄的影象模式是黑白的，解像度設定為300dpi，色階設定為128，所以識別率在90%以上，我經常使用尚書。

正常情況下，OCR文字識別軟體的識別準確率不會低，關鍵還是**或者其他被識別的媒體，而且OCR文字識別的準確率高，可以試試。

字型的原因是粗體會降低他的識別度。

識別率最高的是鬆體。