数字图像的文件格式.pptVIP

内 容 提 要 一、 OCR 简介 二、 OCR 的基本原理和工作流程 三、清华 TH-OCR XP 软件的使用 四、进行文字识别时的注意事项 OCR 是“光学字符识别”（ Optical Character Recognition ）的英文缩写。 扫描仪等光学输入设备可以将各种报刊、书籍、文稿、票据及其它印刷品的文字 转化为图像信息，它要依赖扫描仪等硬件。而利用 OCR 文字识别技术却可以将图 像信息转化为可以进行编辑的文字，是一种计算机输入技术，主要是通过软件实 现。 OCR 文字识别软件是与扫描仪配套的主要软件，属于非键盘输入范畴。近几 年随着扫描仪逐渐普及和 OCR 技术的日趋完善， OCR 己成为大多数扫描仪用户的 得力助手，扫描仪厂商现在已把专业的 OCR 软件搭配自己生产的扫描仪出售。 中文 OCR 是针对汉字信息高速输入计算机的问题，致力于解决困扰汉字使用 者低速信息输入与高速信息处理的矛盾，从而提高整个计算机系统的效率，比手 工输入要快几十倍。此时，用户只需要用扫描仪将整页的文本或图像扫描输入到 计算机， OCR 软件就会自动产生可以编辑的文本文件。 一、 OCR 简介 二、 OCR 的基本原理和工作流程 （一） OCR 的基本原理 简单地说，就是通过扫描仪将一份文稿的图像输入给计算机（或者说 是计算机通过扫描仪获取图像），然后由 OCR 软件取出每个文字的图像， 并将其转换成文字的编码。其具体工作过程是，计算机 OCR 软件接受文稿 的数字图像，然后利用各种模式识别算法分析文字形态特征，判断出文字 的标准编码，并按通用格式存储为计算机的文本文件格式。其中文字识别 是 OCR 的核心技术。 （二） OCR 的工作流程 二、 OCR 的基本原理和工作流程 ? 常用的 OCR 软件 尚书 OCR 方正 OCR 紫光 OCR 汉王 OCR 三、常用 OCR 软件 现在几乎所有的平板式扫描仪都捆绑了 OCR 软件，多数机型的随机软件 中不仅有中文版 OCR 还有英文版 OCR ，其实大部分中文版 OCR 都兼有识别 英文的功能。目前市场比较成熟的中文版 OCR 软件有清华文通、尚书、蒙恬、 汉王等。这里以清华 TH-OCR XP 为例，介绍 OCR 软件的使用。 清华 TH-OCR XP 能够适应超过一百种 Windows 字体，识别全部简体国 标一二级 6763 个字符，繁体 13000 多字符。在文档识别过程中，对于每个区 域可以设定不同的字体，例如一篇文档中的大段英文可以设为英文识别，以提 高识别率。 TH-OCR XP 支持多任务，可以在识别一篇文章的同时扫描或编辑 其它文档。 四 、清华 TH-OCR XP 软件的使用 （一） OCR 软件简介 第四章 古籍文本的采集 扫描技术 扫描仪 ? 扫描仪是电脑的一种输入设备，它根据光电转换原理将图 片、照片、胶片以及文稿资料等书面材料或实物的外观扫 描后输入到电脑。 ? 扫描仪作为光电、机械一体化的高科技产品，自问世以来 以其独特的数字化“图像”采集能力，低廉的价格以及优 良的性能，得到了迅速的发展和广泛的普及。 ? 扫描仪已成为继键盘、鼠标之后的第三件最主要的计算机 输入设备。 扫描仪的组成结构 ? 从外型上看，扫描仪的整体感觉十分简洁、紧凑，但其内 部结构却相当复杂：不仅有复杂的电子线路控制，而且还 包含精密的光学成像器件，以及设计精巧的机械传动装置。 它们的巧妙结合构成了扫描仪独特的工作方式。 扫描仪的组成结构 扫描仪的组成结构 ? 1 ． 上盖 ? 2 ． 原稿台 ? 3 ． 光学成像部分 ? 4 ． 光电转换部分 ? 5 ． 机械传动装置 上盖 ? 上盖主要是将要扫描的原 稿压紧，以防止扫描灯光 线泄露。 ? 目前随着三维实物扫描功 能的逐渐普及，为了能够 更加方便、更高质量地扫 描三维实物，许多扫描仪 在上盖的设计上都“绞尽 脑汁” 。 原稿台 ? 原稿台主要是用来放置扫描原稿的地方，中间为透明 玻璃，称为稿台玻璃。 ? 稿台玻璃的损坏会影响扫描仪内部的其他器件 ( 如成 像部件 ) ，尤其是稿台玻璃的破损会使灰尘及杂质直 接侵入扫描仪内部，使扫描品质下降，严重时会造成 扫描仪的损坏。 光学成像部分 ? 光学成像部分俗称扫描头，即图像信息读取部分，是扫描 仪的核心部件。包括部件：灯管、反光镜、镜头以及电荷 藕合器件（ CCD ）。 光电转换部分 ? 光电转换部分是指扫描仪内部的主板，虽然扫描仪的光电 转换部分主板就这么一小块，但它却是扫描仪的心脏。主 要完成光信号的处理，以及控制各部件协调一致地工作。 机械传动装置 ? 机械传动部分主要包括步进电机、驱动皮带、滑动导轨和 齿轮组如图。 扫描仪的工作原理 ? 扫描仪的原理