识别互联网图片文字识别系统

互联网图片文字识别系统

1929年德国的科学家Tausheck首先提出了OCR的概念并且申请了专利。几年后美国科学家Handel也提出了利用技术对文字进行识别的想法。但这种梦想直到计算机的诞生才变成了现实。OCR的意思就演变成为利用光学技术对文字和字符进行扫描识别转化成计算机内码。

在6070年代世界各国相继开始了OCR的研究多以文字的识别方法研究为主且识别的文字仅为0至9的数字。直至1965至1970年之间开始有一些简单的产品如印刷文字的邮政编码识别系统帮助邮局作区域分信的作业也因此至今邮政编码一直是各国所倡导的地址书写方式。

对于汉字的识别最早可以追溯到60年代。 1966年 IBM公司的Casey和Nagy发表了第一篇关于印刷体汉字识别的论文在这篇论文中他们利用简单的模板匹配法识别了1,000个印刷体汉字。

我国OCR技术自70年代才开始对数字、英文字母及符号的识别进行研究。

同国外相比我国的光学字符识别研究起步较晚。但由于我国政府对汉字自动识别输入的研究从80年代开始给予了充分的重视和支持经过科研人员十多年的辛勤努力汉字识别技术的发展和应用有了长足进步 目前系统可以支持简、繁体汉字的识别解决了多体多字号混排文本的识别问题对于简单的版面可以进行有效的定量分析同时汉字识别率已达到了98%以上。

任何一项技术要从实验室走向市场都要实现技术、产品和应用的“三级跳”。对于OCR技术来说也是如此。正如上面所说的 OCR在中国经历了几十年的发展技术和产品已经非常成熟了其识别率也已经达到相当高的水平而在应用方面却远远落后于欧美以及日本等国家。

从行业消费者的需求来看 电子政务、金融、保险、税务、工商等行业用户对信息识别的需求已越来越广泛由此大力促使了识别技术的大规模的应用。而个人消费者对资料电子化、手写识别技术等需求拓展了OCR识别技术在这一领域的应用之路。

与此同时 网络时代的特征也在影响着OCR应用市场的前进步伐政府、公司、家庭、个人均是网络时代的组成部分因此大家越来越重视信息安全方面的内容在网络上传播政府也越来越重视网络舆情领域对民众的思想引导影响在这样的环境下传统的文字识别已经不能满足当下的使用需求互联网图片文字识别系统应运而生

1、 识别算法

以下算法都是系统先自动计算定位出文字位置然后进行文字字符切

分最后进行文字字符识别的过程差别就在于定位文字的方法 以及字符

识别的算法

1 普通互联网图像识别核心

在网上传播的一些较简单、类似文档的图片进行识别提取出相

应的文字内容用于后端的系统集成

2 复杂背景图像识别核心

在网上传播的一些较复杂、类似广告、宣传、推广的海报类图片

进行识别也包括一些后期加文字处理的照片识别还包括用户手机拍照或者制作的彩信图片识别这些图片多半出现在论坛、博客等区域或者通过互联网或者通过移动网络进行传播带有较强的引导读者思路的影响针对这些图片进行文字提取然后进行系统集成。3 长微博图像识别核心这个目前使用

由于移动手持设备的大力发展手机、平板的广泛应用很多文章都会被转化成适合小宽度超长度的图片供移动终端设备查阅 由于其传播载体太过广泛对读者的思维渗透影响卓绝势必需要对立面的内容进行识别然后集成到相应系统中甄别不良信息。

长微博识别核心可以针对长微博这种类型的图片进行特殊的版面分析方法准确的进行文字定位然后对每个字符进行切分识别同时针对复杂背景以及一类特殊字体进行识别。

2、 软件功能

该技术是一个系统集成开发包 C语言所写具有丰富的接口可以兼容目前市面上各种设计语言的环境接口软件演示程序会包括下列几项设置

1 选择识别算法

根据应用场景的不同可以预先选择4种识别算法中的一种来提高工作效果

2 识别语言选择

目前系统支持纯英语、汉语+英语、汉语其中汉语包括简体和繁

体两种。

少数民族语言维吾尔文哈萨克文新疆藏文阿拉伯文3 显示识别结果

对识别的结果显示支持设置包括字体、字号等内容

4 显示定位区域识别结果

识别结果包括定位的区域和位置方便用户查阅识别的对象是否是所需要的内容。

5 支持的图片格式

TIF、 BMP、 PNG、 JPG、 GIF

6 竖排文字识别

操作系统支持

1 Windo ws32和64位操作系统

2 Linux 32和64位操作系统