光学字符识别

摘要： 光学字符识别(OCR)时,输出的文本行顺序需与实际的顺序相符。文章在字符Blob分析的基础上,对两个字符Blob外接矩形的相对位置关系进行划分,确定了各位置关系下同一文本行的判断方法,据此对排序后的字符Blob进行文本行初次生成和文本行二次合并,实现了任意方向文本行的生成。实际测试结果验证了所述方法生成任意方向文本行的有效性。

摘要： 中医医案是中医医生学习临床经验的重要文献资料,对中医医案进行结构化处理有利于采用机器学习等方法总结临床经验,加速中医传承。为了实现中医医案快速结构化,提出了一种基于自然语言处理的中医医案文本快速结构化方法。将《中国现代名中医医案精粹》作为结构化对象,采用光学字符识别技术识别医案截图的文本,同时对文本做初步结构化。构建简单症状词典,采用结合词典的改进的N-gram模型获取医案文本中的症状、体征等词,并在结构化过程中更新词典,实现了对4754份文本医案的结构化。随机选取666份医案文本对最终模型进行测试,其F1值达到82.99%。

摘要： 集装箱号码作为集装箱的唯一标识,是码头、海关和船运公司管理集装箱的基本依据。自动集装箱箱号OCR系统,在港口理货环节中采集集装箱号图像,利用计算机视觉技术进行处理和识别,获得并记录集装箱箱号,可以有效地提升港口作业效率和作业安全。对现有集装箱码头中的箱号识别系统进行调研,分析存在的问题,归纳集装箱箱号OCR系统的构成、主要设备和关键技术,并对目前市场上典型的OCR系统性能进行对比分析,最后对OCR系统的研究进展进行总结。

摘要： 仪表读数的检测与识别被广泛应用在工业中,然而工程领域中复杂的背景环境为获取仪表信息带来了困难。为了解决光照不均、背景复杂、图像模糊、仪表倾斜以及遮挡等多种干扰问题,本文设计了一种基于深度学习的数字仪表读数算法。首先使用图像增广方法丰富数字仪表检测数据集,并利用数据合成的方法构建了数字仪表文本识别数据集;然后通过可微分二值化处理(DB)分割算法进行文符区域检测简化后处理过程,同时提出了一种适用于数字仪表图像的预处理方法,通过引入注意力机制改进卷积循环神经网络(CRNN)算法,对检测后的数据进行文符识别。在上述测试集中检测率可达到88.3%,识别准确率可达到96%。通过实验发现,该算法不仅可以提高整体识别准确率至90%以上,同时降低了复杂度,提高了识别效率。

摘要： 在变电站巡检的过程中,巡检员需要对端子排的电缆套管标号进行录入,由于传统的字符识别方法难以应对变电站字符密集、字体细小等问题,巡检员往往只能够依赖人工手段对电缆套管标号进行核查。因此,为了提高巡检的智能化水平和巡检效率,需要设计一种新型的端子排自动化字符识别方法,提高变电站场景下的字符识别性能,从而代替高重复高强度的人工劳动。针对上述问题,本文提出一种基于LSTM文本区域融合的端子排字符识别方法。论文将本文提出的新方法与两种代表性的光学字符识别方法进行了对比实验,实验结果显示,本文所提出的方法在字符识别性能上具有明显优势。

摘要： 为全面深入地掌握汉字识别技术的研究现状与应用进展,基于WOS数据库中汉字识别研究领域的文献数据,利用CiteSpace可视化软件进行文献计量与知识图谱分析。结果表明:中国的高校和研究所是汉字识别研究的核心力量;汉字识别技术的发展历程由早期的传统方法OCR技术演化为中期的联机手写汉字识别,再到近期基于深度学习的汉字识别研究;研究前沿为手写汉字识别、混合语言模型、生成对抗网络和场景文本识别;汉字识别技术将朝着高效率及智能化方向发展。

摘要： 与传统的图像文本识别任务不同,缅甸语光学字符识别(Optical character recognition,OCR)需要计算机在一个感受野内识别由多个字符嵌套组合的复杂字符,这给缅甸语OCR任务带来了巨大的挑战。为了解决该问题,提出了一种基于知识蒸馏的缅甸语OCR方法,构建了使用卷积神经网络(Convolutional neural networks,CNN)+循环神经网络(Recurrent neural network,RNN)框架的教师网络和学生网络,以集成学习的方式进行训练的模型架构,在训练过程中通过教师集成的子网络与学生网络进行耦合,实现学生网络中单个感受野对应的局部字符图像特征与教师网络中整体字符图像特征的对齐,以此增强对长序列字符图像中局部特征的获取。实验结果表明,在没有背景噪声图像和有背景噪声图像作为训练数据集的情况下,本文模型的性能分别优于基线2.9%和2.7%。

摘要： 为了提高食品抽检工作中样品信息的录入速度,本文开发了一个食品抽检登记助手软件。该软件通过调用百度智能云提供的通用文字识别功能,自动识别食品生产经营者证照及食品包装上的文字;利用正则表达式提取和保存识别结果中抽检管理系统需要的相关信息。在测试中,该软件对食品样品相关信息的提取准确率超过了98%。利用这种方式代替传统的人工录入方式,提高了工作效率。

摘要： 本文从医学档案管理与应用的角度出发,介绍了基于WEB技术的医学档案管理系统,利用深度学习技术对复杂场景下医学档案高准确率识别的研究,实现了医学档案的全文检索、360全息视图和全程闭环管理,简化信息高速共享流程,提高医学档案管理效率,为临床提供高效数据服务,促进精准医疗和个性化医疗快速发展。

摘要： 传统Canny算子需要手动设定高低阈值,当输入图像光照均匀且均值变化较小时,可以采用预先设定阈值的方式实现,但当输入图像遭遇大光度变化,灰度值均值产生较大波动时,预先设定高低阈值往往无法适应实际工况。提出了一种通过结合图像预处理和自适应阈值来解决Canny算子阈值调整困难的方法,克服了大光度变化图像中的阈值设定问题,并将其应用到透视变换过程中,解决了输入图像角度问题。实验结果表明,所提方法能够很好地解决大光度变化的应用场景问题。

摘要： 针对模糊低品质光学字符识别准确率低的问题,在研究已有光学字符识别算法的基础上,改进优化相关算法,调整识别结构,设计完成一套模糊低品质字符串识别系统.在图像增强方面,提出一种以Canny算子为卷积核,结合Laplace锐化操作,对模糊字符进行图像增强的算法;在文本检测方面,实现了基于MSER算法的文本检测;在模糊字符识别方面,设计了一种两层结构分类器,缩短了识别时间,提高了识别准确率.

摘要： 光学字符识别一直是计算机视觉领域的重要研究方向.书法作为汉字艺术在中国文化中的一种表现形式,也是汉字识别领域的一个研究热点.由于目前书法数据样本较少及通常部署环境硬件能力不强等因素,常用的字符识别方法难以取得良好的识别效果.为了解决这些问题,提出了一种书法字符识别方法,主要包括以下两个方面:将公开的中文手写数据库样本转换为书法样本,以增加训练样本,提高识别的准确性;设计了一种轻量级卷积神经网络,可以在几乎不损失精度的前提下降低模型规模且在部署硬件能力不强的情况下具有较快的识别速度.

摘要： OCR(光学字符识别)是指先获取带汉字的图像,然后对图像文件进行分析处理,获取文字信息的过程.在识别出文字之后,如何利用上下文信息来纠正识别错误的字,也是就所谓的错误校正,进而提高识别正确率,是OCR中重要的课题.本文介绍了一种基于最大熵模型的校正方法,很大限度地利用了上下文信息,可以同时纠正多个识别错误的汉字,在实验中取得了很好的效果.通过对比几种不同的校正方案,可以看出基于最大熵模型的错误校正方法是最有效的,也是扩展性最好的方法,它可以方便地利用各种语言特征,更进一步的提高准确率.实验结果表明基于最大熵的模型是一个很适合OCR校正的模型.

摘要： 字符分割是光学字符识别(OCR)的过程中一个重要的部分,错误的分割导致错误的识别是必然的,这也就是中英文混排的识别率没有单一的中文或者英丈识别的识别率高的主要原因。本文依据汉字字符和英文字符在混排时所表现出的不同字符特性以及排列特性提出了一种中英文印刷体混排的字符分割技术,并用此技术做出了一个印刷体识别系统验证了字符分割的效率。

摘要： 本文介绍了第五次全国人口普查数据录入工作模式，阐述了第五次全国人口普查数据录入设备配备、录入设备的测试、录入设备的采购，以及录入工作的特点。

摘要： OCR技术是光学字符识别的缩写(Optical Character Recognition)，是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息，再利用文字识别技术将图像信息转化为可以使用的计算机输入技术.汉王OCR技术包括图像处理技术、识别技术、文本理解技术与还原技术、表格/票据处理技术，可应用于银行票据、大量文字资料、档案卷宗、文案的录入和处理领域.适合于银行、税务等行业大量票据表格的自动扫描识别及长期存储.本文简介OCR技术及在金融领域的应用。

摘要： 系统使用OCR设备，扫描与识别学生卡信息, 并对所得信息进行软件支持和补偿。在此基础上，建立了一个基于ASP.Net的在线考试系统。通过web技术与TTS技术相结合，实现了信息在不同客户端播报与提示, 为外部信息转换到汉语文本进行探索, 并为ATR实现语音播报打下基础。

摘要： 系统使用OCR设备，扫描与识别学生卡信息, 并对所得信息进行软件支持和补偿。在此基础上，建立了一个基于ASP.Net的在线考试系统。通过web技术与TTS技术相结合，实现了信息在不同客户端播报与提示, 为外部信息转换到汉语文本进行探索, 并为ATR实现语音播报打下基础。

摘要： 系统使用OCR设备，扫描与识别学生卡信息, 并对所得信息进行软件支持和补偿。在此基础上，建立了一个基于ASP.Net的在线考试系统。通过web技术与TTS技术相结合，实现了信息在不同客户端播报与提示, 为外部信息转换到汉语文本进行探索, 并为ATR实现语音播报打下基础。

摘要： 系统使用OCR设备，扫描与识别学生卡信息, 并对所得信息进行软件支持和补偿。在此基础上，建立了一个基于ASP.Net的在线考试系统。通过web技术与TTS技术相结合，实现了信息在不同客户端播报与提示, 为外部信息转换到汉语文本进行探索, 并为ATR实现语音播报打下基础。

摘要： 方法包括捕获（208）显示屏幕的包括初始屏幕截图（300）的至少一个屏幕截图。方法包括从初始屏幕截图移除（212）文本以生成基础图像（500、700）。方法包括将初始屏幕截图的背景（区域0）标识（216）为封闭区域。方法包括针对所述至少一个屏幕截图中的每一个：存储（222）捕获屏幕截图的时间（970）；标识（212、226）屏幕截图中的文本、文本颜色和文本位置；标识（216、230）屏幕截图中的与初始屏幕截图的背景不同的每一个封闭区域（区域1‑12），以及屏幕截图中的每一个所标识的封闭区域的区域颜色和区域位置；存储（222）每一个所标识的封闭区域的区域颜色和区域位置；以及存储（214、228）所标识的文本的文本颜色和文本位置。

摘要： 字符识别装置（1）具有：图像读入部（101），其输入图像；字符区域检测部（103），其检测图像的字符区域；字符区域分割部（104），其以单个字符为单位分割字符区域；字符识别部（105），其对存在于分割区域中的字符进行每个单个字符的字符识别，对单个字符输出1个以上的字符识别处理结果的候选；第1字符串转移数据生成部（106），其被输入所述候选，计算针对向候选的转移的权重值，生成基于候选和权重值的组的第1字符串转移数据；以及WFST处理部（109），其根据第1字符串转移数据依次进行状态转移，将各状态转移中的权重值累计并计算每个状态转移的累计权重值，根据累计权重值输出一个以上的状态转移的结果。

摘要： 字符识别装置（1）具有：图像读入部（101），其输入图像；字符区域检测部（103），其检测图像的字符区域；字符区域分割部（104），其以单个字符为单位分割字符区域；字符识别部（105），其对存在于分割区域中的字符进行每个单个字符的字符识别，对单个字符输出1个以上的字符识别处理结果的候选；第1字符串转移数据生成部（106），其被输入所述候选，计算针对向候选的转移的权重值，生成基于候选和权重值的组的第1字符串转移数据；以及WFST处理部（109），其根据第1字符串转移数据依次进行状态转移，将各状态转移中的权重值累计并计算每个状态转移的累计权重值，根据累计权重值输出一个以上的状态转移的结果。

摘要： 方法包括捕获（208）显示屏幕的包括初始屏幕截图（300）的至少一个屏幕截图。方法包括从初始屏幕截图移除（212）文本以生成基础图像（500、700）。方法包括将初始屏幕截图的背景（区域0）标识（216）为封闭区域。方法包括针对所述至少一个屏幕截图中的每一个：存储（222）捕获屏幕截图的时间（970）；标识（212、226）屏幕截图中的文本、文本颜色和文本位置；标识（216、230）屏幕截图中的与初始屏幕截图的背景不同的每一个封闭区域（区域1‑12），以及屏幕截图中的每一个所标识的封闭区域的区域颜色和区域位置；存储（222）每一个所标识的封闭区域的区域颜色和区域位置；以及存储（214、228）所标识的文本的文本颜色和文本位置。

摘要： 提供即使在读取区的设定不同的情况下也确保字符识别精度的光学字符识别装置以及光学字符识别方法。在光学字符识别装置中，在中央运算部(16)判定为字符识别率低于规定识别率的阈值时，在显示终端部(12)上显示用于警告字符识别率的降低的警告显示画面，并且显示作为字符识别率的降低原因的基于读取区坐标的票据尺寸、切取位置、识别字体类型、条形码类型以及读取率的各项目信息，在所显示的该项目信息中的某一个项目被选择时，显示上述各项目信息的所选择的某一个项目和对于该项目的格式定义参数的变更方案，在判定为要反映所显示的该变更方案时，基于该变更方案来变更格式定义参数。

摘要： 本发明涉及一种基于光学字符识别的图像中字符识别方法及装置，所述方法在一个实施例中包括以下步骤：将所述图像灰度化转化为灰度图像；滑动读取图像的窗口，循环截取预设范围的所述灰度图像直到所述图像被完全截取；根据预设的计算方法计算得到的第一阀值对当前所述截取的预设范围的图像进行二值化直到所述灰度图像被完全二值化；将所述二值化的灰度图像的灰度值离散分布通过离散傅里叶变换变换到频域，通过高斯滤波对所述频域中的点值进行调整；再将所述频域中距离中心距离小于预设值的点值均置为零，得到处理图像；将所述处理图像中的字符串进行识别，生成目标字符串。根据发明中的方法及装置，可以更准确的识别图像中的字符串。

摘要： 本公开提供了一种光学字符识别方法和系统以及一种产生光学字符识别的训练样本的方法和系统。本公开涉及的光学字符识别方法和系统，能够大幅度提高光学字符识别的准确率和识别效率。本公开的产生光学字符识别的训练样本的方法及系统通过使生成训练样本所使用的文本行的类别分布与训练文本的的类别分布相符合，以及在训练样本的生成中加入随机特征变换，使得生成的训练样本更接近实际应用场景中的真实数据，从而大幅度提高所训练出来的光学字符识别模型的识别准确率。

摘要： 提供即使在读取区的设定不同的情况下也确保字符识别精度的光学字符识别装置以及光学字符识别方法。在光学字符识别装置中，在中央运算部(16)判定为字符识别率低于规定识别率的阈值时，在显示终端部(12)上显示用于警告字符识别率的降低的警告显示画面，并且显示作为字符识别率的降低原因的基于读取区坐标的票据尺寸、切取位置、识别字体类型、条形码类型以及读取率的各项目信息，在所显示的该项目信息中的某一个项目被选择时，显示上述各项目信息的所选择的某一个项目和对于该项目的格式定义参数的变更方案，在判定为要反映所显示的该变更方案时，基于该变更方案来变更格式定义参数。

摘要： 本发明涉及一种基于光学字符识别的图像中字符识别方法及装置，所述方法在一个实施例中包括以下步骤：将所述图像灰度化转化为灰度图像；滑动读取图像的窗口，循环截取预设范围的所述灰度图像直到所述图像被完全截取；根据预设的计算方法计算得到的第一阀值对当前所述截取的预设范围的图像进行二值化直到所述灰度图像被完全二值化；将所述二值化的灰度图像的灰度值离散分布通过离散傅里叶变换变换到频域，通过高斯滤波对所述频域中的点值进行调整；再将所述频域中距离中心距离小于预设值的点值均置为零，得到处理图像；将所述处理图像中的字符串进行识别，生成目标字符串。根据发明中的方法及装置，可以更准确的识别图像中的字符串。

摘要： 本发明公开了一种基于光学字符识别技术的中文字符识别方法，对于输入的灰度文本图像，采用基于连通区域的层次结构切分方法得到切分结果，再利用的基于像素点分布特征的区域增长算法对图像二值化和去噪音得到待识别字，然后送入普通的单字识别器进行识别，得到候选字集，再通过相似字分类识别方法得到最终的识别结果。与现有技术相比，本发明能够有效的提高文字识别准确率和效率，使得文本信息可以高速地输入计算机，解决了低速的信息输入与高速信息处理之间的矛盾，并能够简化繁重的键盘录入工作。