全球顶级光学字符识别.docxVIP

全球顶级光学字符识别（OCR）软件简评 光学字符识别（OpticalCharacterRecognition，OCR）是指用技术手段对文本或图像进行分析处理，从中获取文字及版面信息的过程。OCR的概念是在1929年由德国科学家Tausheck最先提出来的，后来美国科学家Handel也提出了相同的想法。IBM公司的Casey和Nagy最先获得研究成果，于1966年发表了第一篇关于汉字识别的文章，他们采用模板匹配法识别了1000个印刷体汉字。 随着个人电脑以及扫描仪的发展和广泛使用，更多的人开始研发适用于PC的OCR软件。虽然国内的OCR起步较晚，但尚书等软件还是获得了令人欢欣的成绩，目前OCR软件像雨后春笋般地冒出了许多。我认识并接触OCR是在80年代中期，因工作需要，始终没有停止过对OCR的跟踪。 从易得性、易用性、可靠性看，个人觉得ABBYYFineReader、ReadirisPro和文通慧视可以算得上是全球顶级的中英文OCR软件了。当然，它们还具有其他文种的识别功能，因未进行过测试，不敢妄加评论。 本文不想长篇大论地逐一评价每一个软件的优缺点，只想展示各OCR软件对2幅屏幕扫描图像文件文字的识别效果，让大家自做评委。  3个全球顶级OCR软件的外貌 图1.ABBYYFineReader11CorporateEdition 图2.ReadirisPro12Build5644 图3.文通慧视3.1.1.10 用于测试的图像 从百度搜索网友和一篇PDF专业论文中随便用屏幕截图的方法获取得如下2幅图，保存为bmp文件用于测试。 图4.测试图像A 图5.测试图像B 测试图像A的效果 图6.ABBYYFineReader的识别效果 图7.ReadirisPro的识别效果 图8.文通慧视的识别效果 测试图像B的效果 图9.ABBYYFineReader的识别效果 图10.ReadirisPro的识别效果 图11.文通慧视的识别效果 简评 这是一场残酷的非正规化大比拼，因为几乎所有的OCR软件都要求图像的质量在300dpi左右，才能可能取得较好的识别率。本次所选用的2张图像均直接从屏幕扫描而得，图像质量当然无法达到它们的基本条件。我想，可能正是通过这样苛刻地检验，才能为大家选拔出正真顶级的OCR软件。 仅仅是个人的观点，文通慧视用来直接抓取屏幕内容并转换成文字应当是不二的选择，非常方便，也较为可靠；ABBYYFineReader用于将PDF文件转换为可编辑的Word文档，特别是全英文扫描版PDF，具有无与伦比的优势；要从高分辨彩色图片中提取文字，ReadirisPro可能具有一定的优势。 萝卜白菜各有所爱，本仅仅是为了抛砖引玉，供大家参考。 本文由索真者原创，专供百度文库收录，免费下载。请转载者务必保留此特别说明，有诚信才会有财富！