文字識別 (信息技術)

出自 MBA智库百科(http://wiki.mbalib.com/)

(重定向自文字识别)

文字識別(Character Recognition)

目錄

什麼是文字識別

  文字識別是指利用電腦自動識別字元的技術,是模式識別應用的一個重要領域。人們在生產和生活中,要處理大量的文字、報表和文本。為了減輕人們的勞動,提高處理效率,50年代開始探討一般文字識別方法,並研製出光學字元識別器。60年代出現了採用磁性墨水和特殊字體的實用機器。60年代後期,出現了多種字體和手寫體文字識別機,其識別精度和機器性能都基本上能滿足要求。如用於信函分揀的手寫體數字識別機和印刷體英文數字識別機。70年代主要研究文字識別的基本理論和研製高性能的文字識別機,並著重於漢字識別的研究。

文字識別的組成部分

  文字識別一般包括文字信息的採集、信息的分析與處理、信息的分類判別等幾個部分。

  信息採集

  將紙面上的文字灰度變換成電信號,輸入到電腦中去。信息採集由文字識別機中的送紙機構和光電變換裝置來實現,有飛點掃描、攝像機、光敏元件和激光掃描等光電變換裝置。

  信息分析和處理

  對變換後的電信號消除各種由於印刷質量、紙質(均勻性、污點等)或書寫工具等因素所造成的噪音和干擾,進行大小、偏轉、濃淡、粗細等各種正規化處理。

  信息的分類判別

  對去掉雜訊並正規化後的文字信息進行分類判別,以輸出識別結果。

文字識別的方法

  文字識別方法基本上分為統計邏輯判斷和句法三大類。常用的方法有模板匹配法和幾何特征抽取法。

  模板匹配法

  將輸入的文字與給定的各類別標準文字(模板)進行相關匹配,計算輸入文字與各模板之間的相似性程度,取相似度最大的類別作為識別結果。這種方法的缺點是當被識別類別數增加時,標準文字模板的數量也隨之增加。這一方面會增加機器的存儲容量,另一方面也會降低識別的正確率,所以這種方式適用於識別固定字型的印刷體文字。這種方法的優點是用整個文字進行相似度計算,所以對文字的缺損、邊緣雜訊等具有較強的適應能力

  幾何特征抽取法

  抽取文字的一些幾何特征,如文字的端點、分叉點、凹凸部分以及水平、垂直、傾斜等各方向的線段、閉合環路等,根據這些特征的位置和相互關係進行邏輯組合判斷,獲得識別結果。這種識別方式由於利用結構信息,也適用於手寫體文字那樣變型較大的文字。

文字識別的應用

  文字識別可應用於許多領域,如閱讀、翻譯、文獻資料的檢索、信件和包裹的分揀、稿件的編輯和校對、大量統計報表和卡片的彙總與分析、銀行支票的處理、商品發票的統計彙總商品編碼的識別、商品倉庫的管理,以及水、電、煤氣、房租、人身保險等費用的征收業務中的大量信用卡片的自動處理和辦公室打字員工作的局部自動化等。現代使用中的一些系統雖然比人讀得快,但仍不能像人那樣正確地讀出各種多樣的字元,與人的識別能力相比還有很大差別,遠不能滿足上述各個方面對文字識別應用所提出的要求,還有待於進一步研究。

本條目對我有幫助0

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目

本条目由以下用户参与贡献

林晓辰.

評論(共0條)

提示:評論內容為網友針對條目"文字識別 (信息技術)"展開的討論,與本站觀點立場無關。

發表評論請文明上網,理性發言並遵守有關規定。

以上内容根据网友推荐自动排序生成