OCR识别系列之一-----文档字符识别

假如输入系统的图像是一页文本，那么识别时的第一件事情是判断页面上的 文本朝向，因为我们得到的这页文档往往都不是很完美的，很可能带有倾斜或者污渍，那么我们要做的第一件事就是进行 图像预处理，做角度矫正和去噪。

然后我们要对文档版面进行分析，每一行进行行分割，把每一行的文字切割下来，最后再对每一行文本进 行列分割，切割出每个字符，将该字符送入训练好的OCR识别模型进行 字符识别，得到结果。

但是模型识别结果往往是不太准确的，我们需要对其进行识别结果的矫正和优化，比如我们可以设计一个语法检测器，去检测字符的组合逻辑是否合理。比如，考虑单词Because，我们设计的识别模型把它识别为8ecause，那么我们就可以用语法检测器去纠正这种拼写错误，并用B代替8并完成 识别矫正。这样子，整个OCR流程就走完了。从大的模块总结而言，一套OCR流程可以分为：

版面分析 -> 预处理-> 行列切割 -> 字符识别 -> 后处理识别矫正

比如在对电表数字进行识别时，考虑到电表上的字体较少（可能就只有阿拉伯数字），而且字体很统一，清晰度也很高，所以识别难度不高。针对这种简单的识别场景，我们首先考虑的识别策略当然是最为简单和暴力的模板匹配法。我们首先定义出数字模板（0~9），然后用该模板滑动匹配电表上的字符，这种策略虽然简单但是相当有效。