基本概念
OCR是英文 Optical Character Recognition 的簡寫，中文譯為“光學字符識彆”。
OCR是指電子設備（譬如：掃描儀）或傳感器 (譬如：視覺傳感器) 先通過檢測印刷字符明、暗確定字符形狀，然後再用字符識彆方法將字符形狀翻譯成計算機文字的過程。即：針對印刷字符，采用光學方式將紙質文檔文字轉換成黑白點陣圖像文件，再通過自動識彆軟件將圖像中的文字轉換成文本格式，供文字處理軟件進一步編輯、處理的技術。
OCR識彆文本時，圖片質量一般建議150dpi以上。
OCR對彩色圖片識彆較差，黑白圖片識彆較好；因此，建議采用黑白圖片。OCR對印刷字體識彆較好，手寫識彆較差。
如何除錯或利用輔助信息提高識彆正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）名詞也因此而産生。
衡量一個OCR係統性能好壞的主要指標，包括：
拒識率、誤識率、識彆速度、用戶界麵友好性、産品穩定性、易用性及可行性等。
發展曆程
OCR概念由德國科學傢 Tausheck 於1929年最先提齣，之後，美國科學傢 Handel 也提齣瞭利用技術對文字進行識彆的想法。
而最早對印刷漢字識彆進行研究的是 IBM 的 Casey 和 Nagy，1966 年他們發錶瞭第一篇關於漢字識彆的文章，采用模闆匹配法識彆瞭 1000 個印刷體漢字。
60、70 年代世界各國開始對 OCR 進行研究；初期，多以研究文字識彆方法為主，且識彆文字僅為 0 至 9 的數字。
以同樣擁有方塊文字的日本為例，1960年左右開始研究OCR基本識彆理論，初期以數字為研究對象，直至 1965 至 1970 年纔開始有一些簡單産品。譬如：印刷文字郵政編碼識彆係統，能識彆郵件上的郵政編碼，幫助郵局進行區域分信作業。因此，郵政編碼至今一直是各國所倡導的地址書寫方式。
20 世紀 70 年代初，日本學者開始研究漢字識彆，並做瞭大量工作。
OCR 中國
中國在OCR技術方麵的研究工作起步較晚，70 年代開始對數字、英文字母及符號的識彆進行研究，70 年代末纔開始進行漢字識彆的研究，到 1986 年我國提齣 “863” 高新科技研究計劃，漢字識彆研究進入一個實質性階段。
此時，清華大學的丁曉青教授和中科院分彆開發研究，相繼推齣瞭中文OCR産品，現為中國最領先漢字OCR技術。
早期的OCR軟件，由於識彆率及産品化等多方麵的因素，未能達到實際要求。同時，由於硬件設備成本高，運行速度慢，也沒有達到實用程度。隻有個彆部門，譬如：信息部門、新聞齣版單位等使用OCR軟件。進入 20 世紀 90 年代後，隨著平颱式掃描儀的廣泛應用，及我國信息自動化和辦公自動化的普及，大大推動瞭OCR技術的進一步發展，OCR識彆正確率、識彆速度滿足瞭廣大用戶的要求。
OCR 軟件
由於掃描儀的普及與廣泛應用，OCR 軟件隻需提供與掃描儀的連通接口，利用掃描儀驅動軟件即可。因此，OCR軟件主要由以下幾個部分構成：
01、圖像輸入、預處理
圖像輸入時，不同圖像格式有著不同的存儲、壓縮方式；目前有OpenCV、CxImage等自由、開源項目。
預處理功能主要包括：二值化、消除噪波、傾斜校正等。
二值化
攝像頭拍攝的圖片，大多數是彩色圖像。彩色圖像所含信息量巨大，圖片內容可簡單的分為前景與背景。
為讓計算機更快、更好識彆文字，我們需對彩色圖進行處理，使圖片隻有前景與背景信息，可簡單的定義前景信息為黑色，背景信息為白色，這就是二值化圖。
消除噪波
由於待識彆圖像的品質受限於輸入設備、環境、及文檔印刷質量，在對圖像印刷字符進行識彆處理前，需根據噪波的特徵對識彆圖像進行去噪處理，提升識彆處理精確度。
不同文檔噪波的定義是不同，可根據噪波的不同特徵進行去噪。
傾斜校正
由於在文檔拍照時，都比較隨意，因此拍齣來的圖片不可避免的會産生傾斜，這就需要文字識彆軟件對圖片進行校正。
02、版麵分析
把文檔圖片分行、分段落。
由於實際文檔的多樣性、復雜性，因此，目前還沒有一個固定、最優的切割模式。
03、字符切割
由於拍照條件的限製，經常會造成字符粘連、斷筆；因此，極大限製瞭識彆係統的性能，這就需要文字識彆軟件有字符切割功能。
04、字符識彆
最先有采用模闆匹配，後來以特徵提取為主。
由於文字會偏移、筆畫有粗細、斷筆、粘連、鏇轉等因素的影響，極大增加瞭特徵提取的難度。
05、版麵恢復
人們希望識彆後的文字，仍然能像原文檔圖片那樣排列，包括：段落不變、位置不變、順序不變的輸齣到 word 或 pdf 文檔等。
06、後期處理、校對
根據特定語言上下文關係，對識彆結果進行校正。
工作流程
OCR識彆係統目的很簡單，就是先把影像作一個轉換，使影像內的圖形繼續保存、有錶格則錶格內資料及影像內的文字，一律變成計算機文字，以達到影像資料的儲存量減少、識彆齣的文字可再用及可分析、可編輯，當然也可節省因鍵盤輸入的人力與時間。
從影像到結果輸齣，工作須經過：
影像輸入、影像預處理、文字特徵抽取、比對識彆、最後經人工校正將認錯的文字更正、輸齣結果。
01、影像輸入
要經過 OCR 處理的標的物須先透過光學儀器 (譬如：影像掃描儀、傳真機、視覺傳感器) 將影像輸入計算機。
02、影像預處理
影像預處理是 OCR 係統中，須解決問題最多的一塊。
須先分離圖片、錶格、文字區域，甚至要將文章的編排方嚮、文章提綱及內容主體區分開；文字大小及文字字體可如原文件一樣被判斷齣來。具體工作包括：二值化、消除噪波、傾斜校正等。
03、文字特徵抽取
單以識彆率而言，特徵抽取是 OCR 核心，用什麼特徵、怎麼抽取，直接影響識彆的好壞；所以，在 OCR 研究初期，特徵抽取研究報告特彆多。
而特徵可說是識彆的籌碼，簡易區分為 2 類：
1）統計特徵
譬如：文字區域內的 黑/白 點數比。當把文字區分成好幾個區域時，這一個個區域的黑/白點數比的聯閤，就成瞭空間中的一個數值嚮量。
在比對時，基本數學理論就足以應付。
2）結構特徵
譬如：文字影像細綫化後，取得文字的筆劃端點、交叉點之數量及位置，或以筆劃段為特徵，配閤特殊比對方法，進行比對。
市麵上的綫上手寫輸入軟件的識彆方法，多以此種結構的方法為主。
04、比對識彆
1）提取數據庫
當輸入文字算完特徵後，不管是用統計或結構特徵抽取法，都須有一比對數據庫或特徵數據庫來進行比對。
數據庫的內容應包含所有要識彆的字符集文字，根據與輸入文字一樣的特徵抽取法所得的特徵群組。
2）方法函數
根據不同的特徵特性，可選用不同的數學距離函數，較有名的比對方法有：歐式空間比對法、鬆弛比對法（Relaxation）、動態程序比對法（Dynamic Programming，DP）、類神經網絡數據庫建立及比對、HMM（Hidden Markov Mode）、l等著名方法。
為使識彆結果更穩定，也有所謂的專傢係統（Experts System），利用各種特徵比對法的相異互補性，提高識彆結果信心度。
3）字詞後處理
由於 OCR 識彆無法達到百分之百。若想加強比對的正確性及信心值，一些除錯或輔幫更正功能是 OCR 係統中必要的。
字詞後處理就是一例，利用比對後的識彆文字與其可能的相似候選字群，根據前後識彆文字找齣最閤乎邏輯的詞，做相應更正。
4）字詞數據庫
為字詞後處理功能建立的詞庫。
05、人工校正
OCR 識彆的最後關卡，在此之前，使用者可能隻是拿著鼠標，跟著軟件工作流程操作或僅是觀看；而在此，有可能須特彆花使用者的精神與時間，去更正甚至尋找可能是 OCR 識彆齣錯的地方。
一個好的 OCR 軟件，除有一個穩定的影像處理、識彆核心，以降低錯誤率外，人工校正操作流程及功能，亦影響 OCR 的處理效率。
因此，文字影像與識彆文字的對照，及其屏幕信息擺放的位置、還有每一識彆文字的候選字功能、拒認字的功能、及字詞後處理後特意標示齣可能有問題的字詞，都是為使用者盡量少使用鍵盤的一種功能設計。
當然，不是說係統沒顯示齣的文字就一定正確，就像完全由鍵盤輸入的工作人員也會有齣錯的時候，這時需重新校正一次或允許齣現少許錯誤，但要看使用單位的具體要求。
06、輸齣結果
有時，隻要文本文件能部分重用即可；但是，一般的文本文件有人要漂漂亮亮的和輸入文件一模一樣，所以需原文重現。
有人注重錶格文字，所以要和 Excel 等軟件結閤。無論怎麼變化，都隻是輸齣檔案格式的變化而已。
如需還原成原文一樣的格式，則在識彆後，需人工排版，耗時耗力。
