33
我正在開發一個項目，我必須開發OCR算法（我必須從圖像中讀取文本，然後將其轉換爲不同的語言）。因此，我的第一個任務是從文本圖片。字符識別（OCR算法）
完成第一個任務的步驟。
- 從給定源加載任何圖像格式（bmp，jpg，png）。然後將圖像轉換爲灰度並使用閾值（Otsu算法）對其進行二值化。 //完成（如何從輸出圖像除去???噪聲）
結果
檢測圖像的功能，如分辨率和反演。以便我們最終可以將其轉換爲拉直的圖像以供進一步處理。 （完成圖像旋轉代碼但無法檢測圖像角度，我們必須旋轉圖像，因此仍然在角度檢測部分工作）
線條檢測和刪除。這一步需要改進頁面佈局分析，以獲得更好的識別下劃線文本質量，檢測表格等。（決定完成該部分結束）
頁面佈局分析。在這一步中，我試圖確定圖像中存在的文本區域。所以只有那部分被用於識別，而該區域的其餘部分被排除在外。
檢測文本行和單詞。在這裏我們還需要注意不同的字體大小和單詞之間的小空格。
識別字符。這是OCR的主要算法;必須將每個字符的圖像轉換爲適當的字符代碼。有時這種算法爲不確定的圖像產生幾個字符代碼。例如，識別「我」字符的圖像可以產生「我」，「|」 「1」，「l」代碼和最後的字符代碼將在稍後選擇。
將結果保存爲選定的輸出格式，例如可搜索的PDF，DOC，RTF，TXT。保存原始頁面佈局非常重要：列，字體，顏色，圖片，背景等。
所以我需要在part6.I幫助完成線檢測部（得到n個含有n行的一段圖像），但卡在接下來的部分越來越文字和字符recognisation.If你知道有關OCR良好的聯繫和字符識別部分，然後請張貼在這裏。
對於字符確定方法①我想用asprise（Java庫）http://asprise.com/product/ocr/index.php?lang=java
對於文檔的一部分，你可以使用Apache POI庫http://poi.apache.org/和txt你可以寫你自己的Streamwriter，它不應該這麼難，對於PDF你可以使用http://www.stefanochizzolini.it/en/projects/clown/ PDfClown – Tearsdontfalls 2013-03-03 17:32:13
你能否提供一些更多的參考來了解更多關於ocr的信息。 – TLE 2013-03-04 08:42:29
OCR是一個成熟和研究的主題。我總是發現這個話題很棒。 http://www.handwritten.net/mv/papers/mori92historical_review_of_ocr_research_and_development.pdf對於OCR分區的問題，特別是這個問題非常有趣http://www.music.mcgill.ca/~ich/classes/mumt611_08/Evaluation/ KanaiPAMI95.pdf。 – 2013-05-11 23:37:11