Java 图像智能字符识别技术——【专题一】

摘要: 该片文章解决电话号码保存为图片时的爬虫抓取，解答汉王是如何实现文字识别的，解答PDF该如何转换为word?

序言

最近公司在做爬虫项目时，遇到一些问题，当抓取某互联网网站时，发现某互联网网站做了反爬虫操作。页面红的电话号码为图片形式，字体为红色，数字之间零间隔或负间隔，无法保存为文本，此时想起以前做人脸识别（OpenCV）时学习的一些图片操作。现在写一些Demo测试一下解决一下该问题。这个市面上有很多成熟的产品，如汉王的图片识别技术、WPS的PDF转换工具等，我们都可以使用OCR来解决。（知只是其中一种解决方案）

OCR文字识别

ocr文字识别软件提供图片文字识别服务，是一个带有PDF文件处理功能的OCR软件；具有识别正确率高，识别速度快的特点。有批量处理功能，避免了单页处理的麻烦；支持处理灰度、彩色、黑白三种色彩的BMP、TIF、JPG、PDF多种格式的图像文件；可识别简体、繁体和英文三种语言（中文的可能稍微复杂一些，中文有一些相似、繁体的、复杂的文字这些识别时有些困难）；具有简单易用的表格识别功能；具有TXT、RTF、HTM和XLS多种输出格式，并有所见即所得的版面还原功能。新增打开与识别PDF文件功能，支持文字型PDF的直接转换和图像型PDF的OCR识别，既可以采用OCR的方式将PDF文件转换为可编辑文档，也可以采用格式转换的方式直接转换文字型PDF文件为RTF文件或文本文件。

历史背景

光学文字识别的概念是在1929年由德国科学家Tausheck最先提出来的，后来美国科学家Handel也提出了利用技术对文字进行识别的想法。
　　早在60、70年代，世界各国就开始有OCR的研究，而研究的初期，多以文字的识别方法研究为主，且识别的文字仅为0至9的数字。20世纪70年代初，日本的学者开始研究汉字识别，并做了大量的工作。1986年以后我国的OCR研究有了很大进展，在汉字建模和识别方法上都有所创新，在系统研制和开发应用中都取得了丰硕的成果，不少单位相继推出了中文OCR产品。

图像识别框架

在使用OCR之前我们先了解一下图片识别框架，图片识别框架主要是由下面几个部分组成。



　　1、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。预处理：主要包括二值化（图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果），噪声去除，倾斜较正等
　　2、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。
　　3、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
　　4、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，这就需要进行较正。
　　版面分析：
　　5、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。
　　6、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。
　　7、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。
　　8、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。
　　9、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。
　　如果开发一个OCR文字识别软件系统，这些都是我们需要处理的，我们的目的很简单，只是要把影像作一个转换，使影像内的图形继续保存、有表格则表格内资料及影像内的文字，一律变成计算机文字，使能达到影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。

从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、最后经人工校正将认错的文字更正，将结果输出。