miniocr能幫助用戶快速識別圖像文件中的內(nèi)容，提取文本并輸出到軟件中，能按照需求將內(nèi)容進(jìn)行分段，方便用戶更好的進(jìn)行二次編輯，比之同類型軟件而言能識別出不同的字號與字體，當(dāng)出現(xiàn)混排及粘連等情況時還能進(jìn)行自動處理，帶來極佳的ocr文字識別效果，快來試試吧。

軟件特色

1、采用復(fù)合特征的分類方法。

2、字符集選擇3755個一級漢字。

3、字體選擇最常用的宋體。

4、字號選擇從小五號到一號漢字，主要針對20個點(diǎn)之內(nèi)的小字體。

5、英漢混排時，漢語優(yōu)先。

6、漢字粘連時，進(jìn)行動態(tài)優(yōu)化切分。

識別原理

此軟件的識別原理主要是由下面幾個部分組成。

圖像輸入、預(yù)處理：

圖像輸入：對于不同的圖像格式，有著不同的存儲格式，不同的壓縮方式，目前有OpenCV,CxImage等開源項目 。預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等

二值化：

對攝像頭拍攝的圖片，大多數(shù)是彩色圖像，彩色圖像所含信息量巨大，對于圖片的內(nèi)容，我們可以簡單的分為前景與背景，為了讓計算機(jī)更快的，更好的識別文字，我們需要先對彩色圖進(jìn)行處理，使圖片只前景信息與背景信息，可以簡單的定義前景信息為黑色，背景信息為白色，這就是二值化圖了。

噪聲去除：

對于不同的文檔，我們對噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去噪，就叫做噪聲去除

傾斜較正：

由于一般用戶，在拍照文檔時，都比較隨意，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識別軟件進(jìn)行較正。

版面分析：

將文檔圖片分段落，分行的過程就叫做版面分析，由于實(shí)際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個固定的，最優(yōu)的切割模型。

字符切割：

由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識別系統(tǒng)的性能，這就需要文字識別軟件有字符切割功能。

字符識別：

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，的輸出到word文檔,pdf文檔等，這一過程就叫做版面恢復(fù)。

后處理、校對:

根據(jù)特定的語言上下文的關(guān)系，對識別結(jié)果進(jìn)行較正，就是后處理。

使用說明

1、下載軟件壓縮包文件，解壓點(diǎn)擊“MiniOcr.exe”即可運(yùn)行，Mini Ocr免費(fèi)、綠色，無需安裝。

2、點(diǎn)擊“打開圖像文件”按鈕，將目標(biāo)圖片添加進(jìn)來。

3、Mini Ocr會將圖片顯示在右邊的窗口中，如果文件為長圖，還可以點(diǎn)擊“段落分割”來進(jìn)行切割!

4、點(diǎn)擊“文字識別”按鈕，Mini Ocr則會自動識別圖片文件內(nèi)包含的文字以及字體信息等，支持復(fù)制，粘貼。

5、完成之后，點(diǎn)擊保存，即可將目標(biāo)文件中的文字信息導(dǎo)出來!