字符切割：由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識(shí)別系統(tǒng)的性能，這就需要文字識(shí)別軟件有字符切割功能。字符識(shí)別：這一研究，已經(jīng)是很早的事情了，比較早有模板匹配，后來以特征提取為主，由于文字的位移，筆畫的粗細(xì)，斷筆，粘連，旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度。版面恢復(fù)：人們希望識(shí)別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變地輸出到word文檔、pdf文檔等，這一過程就叫做版面恢復(fù)。后處理、校對(duì):根據(jù)特定的語言上下文的關(guān)系，對(duì)識(shí)別結(jié)果進(jìn)行較正，就是后處理。工作流程編輯一個(gè)OCR識(shí)別系統(tǒng)，其目的很簡(jiǎn)單，只是要把影像作一個(gè)轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計(jì)算機(jī)文字，使能達(dá)到影像資料的儲(chǔ)存量減少、識(shí)別出的文字可再使用及分析，當(dāng)然也可節(jié)省因鍵盤輸入的人力與時(shí)間。



圖像降噪：由于待識(shí)別圖像的品質(zhì)受限于輸入設(shè)備、環(huán)境、以及文檔的印刷質(zhì)量，在對(duì)圖像中印刷體字符進(jìn)行識(shí)別處理前，需要根據(jù)噪聲的特征對(duì)待識(shí)別圖像進(jìn)行去噪處理，提升識(shí)別處理的度。傾斜校正：由于掃描和拍攝過程涉及人工操作，輸入計(jì)算機(jī)的待識(shí)別圖像或多或少都會(huì)存在一些傾斜，在對(duì)圖像中印刷體字符進(jìn)行識(shí)別處理前，就需要進(jìn)行圖像方向檢測(cè)，并校正圖像方向。



一個(gè)好的OCR軟件，除了有一個(gè)穩(wěn)定的影像處理及識(shí)別核心，以降低錯(cuò)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(shí)別文字的對(duì)照，及其屏幕信息擺放的位置、還有每一識(shí)別文字的候選字功能、拒認(rèn)字的功能、及字詞后處理后特意標(biāo)示出可能有問題的字詞，都是為使用者設(shè)計(jì)盡量少使用鍵盤的一種功能，當(dāng)然，不是說系統(tǒng)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(huì)有出錯(cuò)的時(shí)候，這時(shí)要重新校正一次或能允許些許的錯(cuò)，就完全看使用單位的需求了。結(jié)果輸出