百度VS腾讯OCR图片批量识别转文字是一款图片识别文字软件,软件通过接入百度与腾讯ocr识别接口,可以实现免费文字识别功能,可准确的对文字字体进行识别和段落切分。
功能介绍
OCR软件主要是由下面几个部分组成。
图像输入、预处理:
图像输入:对于不同的图像格式,有着不同的存储格式,不同的压缩方式,目前有OpenCV,CxImage等开源项目 。预处理:主要包括二值化,噪声去除,倾斜较正等
二值化:
对摄像头拍摄的图片,大多数是彩色图像,彩色图像所含信息量巨大,对于图片的内容,我们可以简单的分为前景与背景,为了让计算机更快的,更好的识别文字,我们需要先对彩色图进行处理,使图片只前景信息与背景信息,可以简单的定义前景信息为黑色,背景信息为白色,这就是二值化图了。
噪声去除:
对于不同的文档,我们对噪声的定义可以不同,根据噪声的特征进行去噪,就叫做噪声去除
倾斜较正:
由于一般用户,在拍照文档时,都比较随意,因此拍照出来的图片不可避免的产生倾斜,这就需要文字识别软件进行较正。
版面分析:
将文档图片分段落,分行的过程就叫做版面分析,由于实际文档的多样性,复杂性,因此,目前还没有一个固定的,最优的切割模型。
字符切割:
由于拍照条件的限制,经常造成字符粘连,断笔,因此极大限制了识别系统的性能,这就需要文字识别软件有字符切割功能。
字符识别:
这一研究,已经是很早的事情了,比较早有模板匹配,后来以特征提取为主,由于文字的位移,笔画的粗细,断笔,粘连,旋转等因素的影响,极大影响特征的提取的难度。
版面恢复:
人们希望识别后的文字,仍然像原文档图片那样排列着,段落不变,位置不变,顺序不变,的输出到word文档,pdf文档等,这一过程就叫做版面恢复。
后处理、校对:
根据特定的语言上下文的关系,对识别结果进行较正,就是后处理。
使用方法
百度OCR申请KEY教程
1、浏览器打开输入网址:https://cloud.baidu.com/ 后申请一个账号(申请是免费的不要钱)
2、点击创建应用 (创建应用 也是免费的 )
3、应用已经创建好了,里面就有 api_key 和Secret_Key 应用可以创建无数个随便你创建多少都可以,每个创建的密钥都不同
4、创建应用了,看看是否已开通了文字识别功能
5、以上都操作完毕就拿出你申请的 KEY 就可以使用了!
更新日志
1.修正个别电脑识别只显示识别一张图的问题。
2.软件停止更新。