文字數(shù)字化

昵稱47118512 2017-09-14

展開全文

1.書籍中的文字電子化

1、OCR技術(shù)文獻數(shù)字化：基于OCR技術(shù)的文字識別軟件，可以將通過攝像機、掃描儀等光學輸入方式得到的報刊、書籍、文稿、表格等印刷品的圖像信息轉(zhuǎn)化為可供計算機識別和處理的文本信息。與傳統(tǒng)錄入方式相比，OCR技術(shù)極大的提高了資料存儲、檢索、加工的效率。

　　2、OCR技術(shù)的特點：

　　與傳統(tǒng)的手工資料錄入方式相比，文通文字識別軟件有以下優(yōu)勢：

　?。?）效率高，其速度是人工錄入的上百倍甚至上千倍；

　　（2）經(jīng)濟性好，大大節(jié)約了錄入人員的開銷；

　　（3）準確性更高，根據(jù)數(shù)據(jù)統(tǒng)計顯示，OCR錄入方式的準確率遠高于人工錄入。

　　3、OCR的技術(shù)支持，文字識別軟件

2.手寫文字數(shù)字化

1)圖文輸入

是指通過輸入設(shè)備將文檔輸入到計算機中也就是實現(xiàn)原稿的數(shù)字化。在用得比較普遍的設(shè)備是掃描儀。文檔圖像的掃描質(zhì)量是OCR軟件正確識別的前提條件。恰當?shù)剡x擇掃描分辨率及相關(guān)參數(shù)是保證文字清楚、特征不丟失

的關(guān)鍵。

2)預處理

掃描一幅簡單的印刷文檔的圖像將每一個文字圖像分檢出來交給識別模塊識別這一過程稱為圖像預處理。預處理是指在進行文字識別之前的一些準備工作包括圖像凈化處理去掉原始圖像中的顯見噪聲干擾。