Mini Ocr图片文字识别

【文件属性】：
文件名称：Mini Ocr图片文字识别
文件大小：2.76MB
文件格式：7Z
更新时间：2015-09-13 05:52:19
图片 文字 识别 图片文字识别 MiniOcr 本软件是飞涛软件工作室开发的一款免费Ocr软件,主要用于识别图像文件之中，出现的汉字显示字体。Ocr的中文含意是光学字符识别。 为什么叫Mini呢？因为现有的识别汉字的商业Ocr软件，动辄二三十兆，而本软件解 压后，也不过三兆多，身材比较纤小，再加上本软件主要用于识别字体比较小的汉字，所 以叫Mini，中文的发音是“迷你”，中文含义是超小型。 不同于商业Ocr软件，本软件是免费的，可以*使用。第二个不同之处，本软件的 识别对象是屏幕出现的“显示汉字”，而不是针对扫描仪扫出来的“打印汉字”。二者有什 么不同呢？最重要的一点： 扫描出来的打印汉字的高度和宽度一般都在30多个像素点之 上，这是我用画图软件，打开某个商业Ocr的samples\sample1.tif，然后一点一点数出 来的。从文件名和目录名的中文含意可以看出，这个点数应该是一个典型值。那么，如果 用商业Ocr识别屏幕上出现的小五号字，汉字的高度是12个像素点，会出现什么情况呢？ 测试方法：用记事本随便写几行汉字，设置字体为小五号字。这大概是看着还算舒服 的最小号的汉字字体了（高度是12个像素点），如果再小，字体就很难看了。然后，按拷 屏键PrtSc，把屏幕的图像拷贝、粘贴到画图软件中，修剪尺寸后，保存为bmp的格式。 然后，我找了两个国内最著名的Ocr软件进行测试，结果让人大吃一惊，识别率几乎为零。 把图像放大两倍，再测试，结果仍然很不理想，大概也只有百分之二三十的样子。 Mini Ocr进行汉字识别的策略： 1) 采用复合特征的分类方法。 2) 字符集选择3755个一级汉字。 3) 字体选择最常用的宋体。 4) 字号选择从小五号到一号汉字，主要针对20个点之内的小字体。 5) 英汉混排时，汉语优先。 6) 汉字粘连时，进行动态优化切分。

【文件预览】：
图片文字识别
----SAMPLE3.BMP.TXT(296B)
----sample2.GIF(23KB)
----SAMPLE3.BMP.DAT(18KB)
----MiniOcr.exe(445KB)
----sample3.bmp(32KB)
----sample1.jpg(437KB)
----songti.dat(3.38MB)
----SAMPLE3.BMP.PST(7KB)
----readme.txt(4KB)