漢王PDF OCR

6.傾斜校正

由于一般用戶，在拍照文檔時，都比較隨意，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識別軟件進(jìn)行較正。

7.版面分析

漢王ocr文字識別軟件可以將文檔圖片分段落，分行的過程就叫做版面分析，由于實(shí)際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個固定的，最優(yōu)的切割模型。

8.字符切割

由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識別系統(tǒng)的性能。

9.字符識別

這一研究已經(jīng)是很早的事情了，比較早有模板匹配，后來以特征提取為主，由于文字的位移，筆畫的粗細(xì)，斷筆，粘連，旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度。

10.版面還原

人們希望識別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變地輸出到Word文檔、PDF文檔等，這一過程就叫做版面還原。

11.后處理、校對

漢王PDF OCR根據(jù)特定的語言上下文的關(guān)系，對識別結(jié)果進(jìn)行校正，就是后處理。