OCR技术浅探：特征提取(1)
研究背景 关于光学字符识别(Optical Character Recognition, 下面都简称OCR)，是指将图像上的文字转化为计算机可编辑的文字内容，众多的研究人员对相关的技术研究已久，也有不少成熟的OCR技术和产品产生，比如汉王OCR、ABBYY FineReader ...
原文：OCR技术浅探： 光学识别（3）
经过前面的文字定位和文本切割，我们已经能够找出图像中单个文字的区域，接下来可以建立相应的模型对单字进行识别。 模型选择 在模型方面，我们选择了深度学习中的卷积神经网络模型，通过多层卷积神经网络，构建了单字的识别模型。 卷积神经网络是人工神经网络的一种，已成为当前图像识别领域的主流模型。 它通过局部感知野和权值共享方法，降低了网络模型的复杂度，减少了权值的数量，在网络结构上更类似于生物神经网络，这也 ...
2017-02-06 10:58 0 2519 推荐指数：
相关推荐
OCR技术浅探：Python示例(5)
文件说明： 1. image.py——图像处理函数，主要是特征提取； 2. model_training.py——训练CNN单字识别模型（需要较高性能的服务器，最好有GPU加速，否则真是慢得要死）； 3. ocr.py——识别函数，包括单字分割、前面训练好的模型进行单字识别、动态规划提升效果 ...
OCR技术浅探： 语言模型和综合评估（4）
语言模型 由于图像质量等原因，性能再好的识别模型，都会有识别错误的可能性，为了减少识别错误率，可以将识别问题跟统计语言模型结合起来，通过动态规划的方法给出最优的识别结果。这是改进OCR识别效果的重要方法之一。 转移概率 在我们分析实验结果的过程中，有出现这一案例。由于图像不清晰等可能的原因 ...
OCR技术浅探 ： 文字定位和文本切割（2）
文字定位 经过前面的特征提取，我们已经较好地提取了图像的文本特征，下面进行文字定位。 主要过程分两步： 1、邻近搜索，目的是圈出单行文字； 2、文本切割，目的是将单行文本切割为单字。 邻近搜 ...
OCR技术浅探：基于深度学习和语言模型的印刷文字OCR系统
作者： 苏剑林 系列博文： 科学空间 OCR技术浅探：1. 全文简述 OCR技术浅探：2. 背景与假设 OCR技术浅探：3. 特征提取(1) OCR技术浅探：3. 特征提取(2) OCR技术浅探：4. 文字定位 OCR技术浅探：5. 文本切割 OCR技术浅探：6. 光学识别 ...
OCR光学字符识别--STN-OCR 测试
1、同文章中建议的使用ubuntu-python隔离环境，真的很好用 参照：http://blog.topspeedsnail.com/archives/5618启动虚拟环境：source env/ ...
Ocrad.js – JS 实现 OCR 光学字符识别
Ocrad.js 相当于是 Ocrad 项目的纯 JavaScript 版本，使用 Emscripten 自动转换。这是一个简单的 OCR （光学字符识别）程序，可以扫描图像中的文字回文本。 不像 GOCR.js，Ocrad.js 被设计成一个端口，而不是围绕可执行的包装。这意味着后续 ...
OCR图像识别技术-Asprise OCR
// csc AspriseDemo.cs /r:AspriseOcr.dll // 注意注册：AspriseOCR.InputLicense("123456", "123456789123456789123456789"); // http://asprise.com/ocr/docs/html ...