OCR （Optical Character Recognition，光學字符識別），簡單來說，就是終端設備藉助攝像頭，將手寫文字或印刷體文字，從圖片上摳出來，變成計算機可以識別且編輯的字符串的過程。
其實這個過程可分為兩大步驟：圖像處理and文字識別。下面，我簡單跟大家分享一下這個技術的原理。
圖像處理：
圖像處理這個過程又包含了灰度化、二值化、降噪、傾斜矯正、文字切分等子步驟。
灰度化：即將一張彩色圖片變為只有黑白兩種顏色的圖片。
二值化：就是在黑白圖片的基礎上，將圖片設定為只有純白和純黑兩種顏色，不包含灰度。
圖像降噪：一幅圖像包括目標物體、背景還有噪聲。數字圖像在數字化和傳輸過程中會受到噪聲干擾的影響，會形成零零散散的小黑點，這時候，經過降噪處理，去除小黑點，是非常重要的。
傾斜矯正：這個相信大家都好理解，拍照都會出現傾斜的問題，很難做到絕對水平。這時候需要對圖像進行矯正，來尋求一個最大程度的水平位置。
字符切分：將一段文字的每個字符切割出來，形成一個單字符，不會形成連體字，便於識別。
圖像處理完畢後，就到了我們的
文字識別：需要提取文字的特徵，丟給分類器進行分類，它會告訴你依據這個特徵，會形成哪一個文字。最後識別出來的文字會經過最後的後處理，也就是語言模型（涉及到自然語言理解的範疇），形成“通順”的語句。
其實OCR涉及的算法很複雜，但以上，或許大家都能對OCR瞭解個三三四四。
在20世紀90年代，與清華大學的攜手合作過程中，文通科技成功地將"國家863計劃"項目成果——"文字圖像識別技術TH-OCR"產業化，才預示著與OCR與市場應用的結合。真正促使OCR技術飛速發展的是互聯網+時代的到來。
人工智能時代剛剛起步，OCR永不會老。
歡迎百度“於洪康” ，即可獲取識別開發包和測試授權，進行接口開發及軟件測試。
閱讀更多 OCR磚家於洪康 的文章
