OCR是什么？OCR技术特点介绍

OCR是什么？

　　假设你想要数字化一本杂志的文章或印刷合同。你可能需要花时间重新输入，然后纠正错字。或者，你可以使用扫描仪（或数码相机）和光学字符识别软件只需要花费几分钟转换成数字格式的所有材料。

OCR

　　到底什么是OCR呢?

　　光学字符识别，简称OCR，是一种可以使你转换不同文档的技术，比如将扫描纸质文档,PDF文件或者数码相机拍摄的图片转换成可以编辑的文档。

　　假设你获得了一个纸质文件-比如,杂志、彩页或者你合作伙伴发给你的PDF合同。很明显，光是一台扫描仪是不足以让这些文档转变成可以编辑的文档，也就是Microsoft Word。扫描仪可以做的只是创建图片或者一张黑白或者彩色的图像文档。为了从扫描文档、PDF或者数码图片中提取文字和数据，你需要OCR软件识别图片上的信息，从单词到句子，然后变成整个可以编辑的文档。

　　OCR背后是什么技术？

　　人类识别物体的机制还需要继续探索，但是3个基本的原则已经被科学家所掌握，集成性(integrity), 有明确目的性(purposefulness)和适应性(adaptability)统称为 (IPA*)。这也是ABBYY FineReader 实现的技术核心所模仿和遵循的原则。

OCR扫描支持多种格式

　　让我们来看一下FineReader OCR是如何识别一个文档的。首先，这个程序分析文档图片的结构。它将文档分成一些基本元素，比如文档块，表格，图片等。这些线分割成单词，再分割成字母。一旦这个字母已经被识别出来，这个程序将和一些模板图片进行对比。他将进行大量的逻辑分析这个字母是什么。基于这些逻辑，程序将分析单词和字母。进行完大量的可能性分析后，这个程序最后将判断并呈现出识别的文档。

　　另外，ABBYY FineReader 提供支持36种语言的字典。这将有助于在第二个层面分析文档的元素。在字典的支持下，可以进行更加精确分析和文档识别，降低将来识别结果的校验。

ABBYY FineReader OCR扫描

　　FineReader OCR的基本原理

　　最先进的识别系统，比如ABBYY　FineReader OCR，是模仿人工识别。在核心，这些系统遵循3个基本的原则：集成性(integrity), 有明确目的性(purposefulness)和适应性(adaptability)。实际的意思是说观察物体必须考虑到这个物体的内部相关性。目的性是指数据的表达都有一定目标性。适应性是指程序必须具有自学习能力。

　　每个人不需要成为OCR专家，并了解OCR内部的IPA。这些规则只是提供类最大的灵活性和智能性，并最大可能模板人工识别。

OCR扫描

　　经过多年的研究，ABBYY可以将IPA原则运用到OCR产品中。

　　识别数码相片

　　数码相机拍摄的图片和扫描文档和PDF文档有所不同。他们常常有所扭曲，昏暗，不利于OCR正确识别文档。ABBYY FineReader 最新版本支持适应性识别，特别为处理数码图片而设计。它提供了一系列功能特性来提高图片质量，使你可以充分使用您的数码设备。

　　OCR将为你带来什么好处。

　　使用ABBYY FineReader，识别出来的文档就像是原始文档一样。先进的、强大的OCR软件将帮助你节省大量的时间和精力，使你免于创建、处理不同的文档。使用ABBYY FineReader，你可以扫描文档以备将来编辑、并与你的同事共享。你可以从书籍、杂志中抽取信息，并为你自己的研究提供资料和素材，而不需要重新打字输入。利用数码相机和OCR，你可以捕捉公告栏、海报和时间表上捕捉信息，满足你使用的需要。同时，你可以捕捉报纸和书籍信息，甚至在手边没有扫描仪的时候也可以完成捕捉。另外，你还可以使用OCR软件创建可搜索式的PDF文档。

　　从初始纸质文档、图片和PDF文件和数据转换的整个过程只需要一分钟，识别完的结果几乎和原始的几乎一样。

　　如何使用OCR软件?

　　使用ABBYY FineReader OCR非常容易，过程由3个步骤组成：打开或者扫描文档，识别，然后保存成你需要的格式（DOC, RTF, XLS, PDF, HTML, TXT 等等.) 或者直接输出数据到office应用，比如Microsoft Word, Excel or Adobe Acrobat。

ABBYY FineReader