Packing Machinery

 

 

 

 

 

OCR Technology & Image Verification Code


应用前提

图像识别软件或视觉传感器,识别文字使用的主要原理是 OCR 技术。

若将文字改成图片,采用OCR技术的所有图像识别软件就可能失效。但使用这种技术,图片验证码图像一定不能使用重复有规律图片,不然,一样可轻松识别破解。

OCR是英文 Optical Character Recognition 的简写,中文译为“光学字符识别”。OCR 是指电子设备(譬如:扫描仪)或传感器 (譬如:视觉传感器) 先通过检测印刷字符明、暗确定字符形状,然后再用字符识别方法将字符形状翻译成计算机文字的过程。即:针对印刷字符,采用光学方式将纸质文档文字转换成黑白点阵图像文件,再通过自动识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑、处理的技术。


基本要求

OCR 识别文本时,图片质量一般建议 150dpi 以上。OCR 对彩色图片识别较差,黑白图片识别较好;因此,建议采用黑白图片。OCR 技术对印刷字体识别较好,手写识别较差。

OCR 技术从影像到结果输出,工作须经过:

影像输入、影像预处理、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、输出结果。



从原理上来说,采用类似 OCR 的这种技术识别图像也是可行的;实际上,却为什么又不行呢?有以下多种原因:

01、原理雷同,但计算量太大。

每个文字占用电脑内存空间都很小,且可单独计算;而图片是一个整体,要一次计算一张图片,图片多大,就要占用多少电脑内存空间。

02、文字是几千年来人类文化的结晶,经过漫长历史检验,规律性很强;而图片没规律,且还可以是任意的。

就算你有云服务器,不怕图片计算量,若想搞定这种技术,除非你有类似人脑的人工智能;目前已知有信息可查的人工智能技术,并未达到这种成熟程度。

譬如:百度、Google、微软开发的识图软件。

再进一步假定,就算人工智能技术成熟,但这种大计算量的服务器费用会很高,也不是一般人用得起的。

03、不管是那种世界文字,用计算机技术处理成黑白或灰度图片再进行识别会很容易。

而图片的没规律性及自然界光线的多变性,同一规则物体在相同视角、不同时间,拍摄成多张图片后也会有些许不同;用计算机技术处理成黑白或灰度图片再进行识别,难度会增加不少。

更别说,同一规则物体在不同视角、不同时间,拍摄成图片后差别一般会非常大。某些情况,从某一视角观察,根据基本投影规律,不同物体还可能得到相同影像。

04、除非出现新技术或新科技或新突破,至少目前的 OCR 技术是解决不了这个问题的。

要真正做到所有图片,计算机都能自动分辨、识别,最好采用类似人类大脑或比人类大脑更聪明的人工智能技术。

目前人工智能技术还处于初级阶段,从2015年的工业4.0智能制造与机械人热,可见一斑。

真正的全球人工智能技术才刚刚步入日常应用,人工智能技术要再往前大跨一步或若干步之后,自动分辨、识别所有图片才有可能实现。