傾斜圖片文字識別

❶ 怎樣識別圖片中的文字

若是中文報紙推薦「尚書七號」
http://www.52z.com/soft/2126.html

英文報紙則推薦「ABBYY FineReader OCR Professional 8.0.0.706」
http://www.onlinedown.net/soft/24081.htm

兩款軟體口碑都不錯 使用界面很人性化 像photoshop一樣打開帶有文字信息的圖片後 在你所要讀取的文字信息上拉出一個框子 選中之後按F8（英文那款的快捷鍵是Ctrl + R）即可自動讀取 結果會顯示在圖片上方的一個方框里 方便樓主大體對照修改個別錯誤 准確度取決於圖片拍攝的角度(最佳為垂直且無傾斜)和精細度 修改之後的文本可以直接復制到word或notebook裡面存檔

tips：1.對於報紙排版的特殊性，建議分塊識別（一次拉一個小框框，多拉幾次，既提高效率，又不會亂了版面）
2.若版面原先拍攝的有傾斜，可用Ctrl D（自動傾斜校正） Ctrl M（手動傾斜校正）使得圖片調整到一個合適角度 軟體能順利讀取

個人經驗 若有疑問 歡迎交流

❷ 關於圖片中的文字，我很急，尋圖片文字識別軟體！！

RapidScan高速掃描影像優化OCR識別系統 V7.8.2
RapidScan是影軟經過多年的對影像優化技術的研究和在總結客戶積累的經驗後，由公司研發成功的新一代掃描軟體。利用RapidScan提供的「一次成像」完美影像處理技術，通過去黑邊(黑白/彩色)、頁面糾正(黑白/彩色)、頁面自適應、灰度自適應、去雜點、去裝訂孔等影像優化功能，只需一次掃描即可獲得理想的，高品質，最小的，提高

❸ 漢王ocr文字識別圖片文字扭曲 怎麼辦

是整體扭曲還是文字扭曲，如果是整體，它可以進行傾斜糾正的，也可以試下其它的識別，

不過如果很扭曲的話，所有的識別都不會得到滿意的效果

現在也有些在線識別也挺好用的，

我經常用的一個是ocrking可以在線識別圖片和pdf,英文中文文，如果你的圖片質量好，識別效果還是不錯的，可以直接網路一下ocrking識別

❹ 怎麼把圖片上的字體提取出來

操作方法
01
我們這里提取圖片上的文字需要用到漢王ORC軟體，所以要在電腦中預先安裝好漢王ORC軟體，安裝過程， 就不多做贅述啦；

02
我們首先打開漢王ORC軟體；



03
點擊左上角「文件」按鈕，在下拉菜單中選擇「打開圖像」；



04
找到我們要提取文字的圖像，點擊「打開」按鈕；



05
我們看到圖中的文本方向需要調整，所以我們點擊「編輯」按鈕，在下拉菜單中選擇「旋轉圖像」->向右旋轉90度；
（備註：如果圖片傾斜的話，我們還可以選擇自動校正）





06
我們點擊「識別」按鈕，在下拉菜單中選擇「頁面分析」；



07
點擊「版面分析」後，圖片中會出現一個綠框，我們調整綠框，將其框住我們要提取的文字部分；



08
我們點擊識別按鈕，點擊「修改欄屬性」->橫欄；



09
這時，我們會發現框線變紅，我們再次點擊「識別」按鈕，在下拉菜單中選擇「開始識別」；



10
幾秒鍾之後，我們就可以看到文字識別結果啦，我們可以直接對識別的結果「Ctrl+ C」,也可以在圖片放置的文件夾中找到結果輸出的Txt文檔，這樣，我們的圖片提取文字就大功告成啦！

❺ 文字識別軟體是什麼

光學文字識別
光學文字識別 即OCR （Optical Character Recognition）是指電子設備（例如掃描儀或數碼相機）檢查紙上列印的字元，通過檢測暗、亮的模式確定其形狀，然後用字元識別方法將形狀翻譯成計算機文字的過程；即，對文本資料進行掃描，然後對圖像文件進行分析處理，獲取文字及版面信息的過程。如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也因此而產生。衡量一個OCR系統性能好壞的主要指標有：拒識率、誤識率、識別速度、用戶界面的友好性，產品的穩定性，易用性及可行性等。
光學文字識別的概念是在1929年由德國科學家Tausheck最先提出來的，後來美國科學家Handel也提出了利用技術對文字進行識別的想法。而最早對印刷體漢字識別進行研究的是IBM公司的Casey和Nagy，1966年他們發表了第一篇關於漢字識別的文章，採用了模板匹配法識別了1000個印刷體漢字。
早在60、70年代，世界各國就開始有OCR的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為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的基本識別理論，初期以數字為對象，直至1965至1970年之間開始有一些簡單的產品，如印刷文字的郵政編碼識別系統，識別郵件上的郵政編碼，幫助郵局作區域分信的作業；也因此至今郵政編碼一直是各國所倡導的地址書寫方式。
20世紀70年代初，日本的學者開始研究漢字識別，並做了大量的工作。中國在OCR技術方面的研究工作起步較晚，在70年代才開始對數字、英文字母及符號的識別進行研究，70年代末開始進行漢字識別的研究，到1986年漢字識別的研究進入一個實質性的階段，不少研究單位相繼推出了中文OCR產品.早期的OCR軟體，由於識別率及產品化等多方面的因素，未能達到實際要求。同時，由於硬體設備成本高，運行速度慢，也沒有達到實用的程度。只有個別部門，如信息部門、新聞出版單位等使用OCR軟體。1986年以後我國的OCR研究有了很大進展，在漢字建模和識別方法上都有所創新，在系統研製和開發應用中都取得了豐碩的成果，不少單位相繼推出了中文OCR產品。進入20世紀90年代以後，隨著平台式掃描儀的廣泛應用，以及我國信息自動化和辦公自動化的普及，大大推動了OCR技術的進一步發展，使OCR的識別正確率、識別速度滿足了廣大用戶的要求。[1]
編輯本段軟體結構由於掃描儀的普及與廣泛應用，OCR軟體只需提供與掃描儀的介面，利用掃描儀驅動軟體即可。因此，OCR軟體主要是由下面幾個部分組成。
圖像輸入、預處理：
圖像輸入：對於不同的圖像格式，有著不同的存儲格式，不同的壓縮方式，目前有OpenCV,CxImage等開源項目 。預處理：主要包括二值化，雜訊去除，傾斜較正等
二值化：
對攝像頭拍攝的圖片，大多數是彩色圖像，彩色圖像所含信息量巨大，對於圖片的內容，我們可以簡單的分為前景與背景，為了讓計算機更快的，更好的識別文字，我們需要先對彩色圖進行處理，使圖片只前景信息與背景信息，可以簡單的定義前景信息為黑色，背景信息為白色，這就是二值化圖了。
雜訊去除：
對於不同的文檔，我們對燥聲的定義可以不同，根據燥聲的特徵進行去燥，就叫做雜訊去除
傾斜較正：
由於一般用戶，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生傾斜，這就需要文字識別軟體進行較正。
版面分析：
將文檔圖片分段落，分行的過程就叫做版面分析，由於實際文檔的多樣性，復雜性，因此，目前還沒有一個固定的，最優的切割模型。
字元切割：
由於拍照條件的限制，經常造成字元粘連，斷筆，因此極大限制了識別系統的性能，這就需要文字識別軟體有字元切割功能。
字元識別：
這一研究，已經是很早的事情了，比較早有模板匹配，後來以特徵提取為主，由於文字的位移，筆畫的粗細，斷筆，粘連，旋轉等因素的影響，極大影響特徵的提取的難度。
版面恢復：
人們希望識別後的文字，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，的輸出到word文檔,pdf文檔等，這一過程就叫做版面恢復。
後處理、校對:
根據特定的語言上下文的關系，對識別結果進行較正，就是後處理。
編輯本段工作流程一個OCR識別系統，其目的很簡單，只是要把影像作一個轉換，使影像內的圖形繼續保存、有表格則表格內資料及影像內的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節省因鍵盤輸入的人力與時間。
從影像到結果輸出，須經過影像輸入、影像前處理、文字特徵抽取、比對識別、最後經人工校正將認錯的文字更正，將結果輸出。
影像輸入
欲經過OCR處理的標的物須透過光學儀器，如影像掃描儀、傳真機或任何攝影器材，將影像轉入計算機。科技的進步，掃描儀等的輸入裝置已製作的愈來愈精緻，輕薄短小、品質也高，對OCR有相當大的幫助，掃描儀的解析度使影像更清晰、掃除速度更增進OCR處理的效率。
影像前處理：影像前處理是OCR系統中，須解決問題最多的一個模塊，從得到一個不是黑就是白的二值化影像，或灰階、彩色的影像，到獨立出一個個的文字影像的過程，都屬於影像前處理。包含了影像正規化、去除雜訊、影像矯正等的影像處理，及圖文分析、文字行與字分離的文件前處理。在影像處理方面，在學理及技術方面都已達成熟階段，因此在市面上或網站上有不少可用的鏈接庫；在文件前處理方面，則憑各家本領了；影像須先將圖片、表格及文字區域分離出來，甚至可將文章的編排方向、文章的提綱及內容主體區分開，而文字的大小及文字的字體亦可如原始文件一樣的判斷出來。
文字特徵抽取：單以識別率而言，特徵抽取可說是 OCR的核心，用什麼特徵、怎麼抽取，直接影響識別的好壞，也所以在OCR研究初期，特徵抽取的研究報告特別的多。而特徵可說是識別的籌碼，簡易的區分可分為兩類：一為統計的特徵，如文字區域內的黑/白點數比，當文字區分成好幾個區域時，這一個個區域黑/白點數比之聯合，就成了空間的一個數值向量，在比對時，基本的數學理論就足以應付了。而另一類特徵為結構的特徵，如文字影像細線化後，取得字的筆劃端點、交叉點之數量及位置，或以筆劃段為特徵，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟體的識別方法多以此種結構的方法為主。
對比資料庫：當輸入文字算完特徵後，不管是用統計或結構的特徵，都須有一比對資料庫或特徵資料庫來進行比對，資料庫的內容應包含所有欲識別的字集文字，根據與輸入文字一樣的特徵抽取方法所得的特徵群組。
對比識別
這是可充分發揮數學運算理論的一個模塊，根據不同的特徵特性，選用不同的數學距離函數，較有名的比對方法有，歐式空間的比對方法、鬆弛比對法（Relaxation）、動態程序比對法（Dynamic Programming，DP），以及類神經網路的資料庫建立及比對、HMM（Hidden Markov Model）…等著名的方法，為了使識別的結果更穩定，也有所謂的專家系統（Experts System）被提出，利用各種特徵比對方法的相異互補性，使識別出的結果，其信心度特別的高。
字詞後處理：由於OCR的識別率並無法達到百分之百，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統中必要的一個模塊。字詞後處理就是一例，利用比對後的識別文字與其可能的相似候選字群中，根據前後的識別文字找出最合乎邏輯的詞，做更正的功能。
字詞資料庫：為字詞後處理所建立的詞庫。
人工校正
OCR最後的關卡，在此之前，使用者可能只是拿支滑鼠，跟著軟體設計的節奏操作或僅是觀看，而在此有可能須特別花使用者的精神及時間，去更正甚至找尋可能是OCR出錯的地方。一個好的OCR軟體，除了有一個穩定的影像處理及識別核心，以降低錯誤率外，人工校正的操作流程及其功能，亦影響OCR的處理效率，因此，文字影像與識別文字的對照，及其屏幕信息擺放的位置、還有每一識別文字的候選字功能、拒認字的功能、及字詞後處理後特意標示出可能有問題的字詞，都是為使用者設計盡量少使用鍵盤的一種功能，當然，不是說系統沒顯示出的文字就一定正確，就像完全由鍵盤輸入的工作人員也會有出錯的時候，這時要重新校正一次或能允許些許的錯，就完全看使用單位的需求了。
結果輸出
有人只要文本文件作部份文字的再使用之用，所以只要一般的文字文件、有人要漂漂亮亮的和輸入文件一模一樣，所以有原文重現的功能、有人注重表格內的文字，所以要和Excel等軟體結合。無論怎麼變化，都只是輸出檔案格式的變化而已。如果需要還原成原文一樣格式，則在識別後，需要人工排版，耗時耗力。
編輯本段中文識別資料錄入
文獻資料的數字化錄入，一般分為：
1．純圖像方式。
2．目錄文本、正文圖像方式。
3．全文本方式。
4．全文索引方式。文本方式和圖像方式的混合體。
識別過程
書本級：中文，英文；簡體，繁體；
版式級：豎排，橫排；有無分欄；
行切分字切分
識別：真正的OCR識別過程，圖像信息還原成文本信息
後處理：人工干預，主要集中在前四個階段。
識別結果決定因素
1．圖片的質量，一般建議150dpi以上
2．顏色，一般對彩色識別很差，黑白的圖片較高，因此建議ocr的為黑白tif格式
3．最重要的就是字體，如果是手寫識別率很低。
國內OCR識別簡體差錯率為萬分之三，如果要求更高的精度需要投入更大的人工干預。繁體識別由於繁體字型檔的不統一性（民國時期的字型檔和現在繁體字型檔不統一），導致識別困難，在人工干預下，精度能達到90%以上（圖文清晰情況下）。
編輯本段識別技巧1．解析度的設置是文字識別的重要前提。一般來講，掃描儀提供較多的圖像信息，識別軟體比較容易得出識別結果。但也不是掃描解析度設得越高識別正確率就越高。選擇300dpi或400dpi解析度，適合大部分文檔掃描。注意文字原稿的掃描識別，設置掃描解析度時千萬不要超過掃描儀的光學解析度，不然會得不償失。下面是部分典型設置，僅供參考。
(1)1、2、3號字的文章段，推薦使用200dpi。
(2)4、小4、5號字的文章段，推薦使用300dpl
(3)小5、6號字的文章段，推薦使用400dpl
(4)7、8號字的文章段，推薦使用600dpi。
2． 掃描時適當地調整好亮度和對比度值，使掃描文件黑白分明。這對識別率的影響最為關鍵，掃描亮度和對比度值的設定以觀察掃描後的圖像中漢字的筆畫較細但又不斷開為原則。進行識別前，先看看掃描得到的圖像中文字質量如何，如果圖像存在黑點或黑斑時或文字線條很粗很黑，分不清筆畫時，說明亮度值太小了，應該增加亮度值在試試；如果文字線條凹凸不平，有斷線甚至圖像中漢字輪廓嚴重殘缺時，說明亮度值太大了，應減小亮度後再試試。
3．選好掃描軟體。選一款好的適合自己的OCR軟體是作好文字識別工作的基礎，一般不要使用掃描儀自帶的OEM軟體，OEM的OCR軟體的功能少、效果差，有的甚至沒有中文識別。
再選一個圖像軟體，第一，OCR軟體不能識別所有的掃描儀；第二，也是最關鍵的，利用圖像軟體的掃描介面掃描出來的圖像便於處理。
4．如果要進行的文本是帶有格式的，如粗體、斜體、首行縮進等，部分OCR軟體識別不出來，會丟失格式或出現亂碼。如果必須掃描帶有格式的文本，事先要確保使用的識別軟體是否支持文字格式的掃描。也可以關閉樣式識別系統，使軟體集中注意力查找正確的字元，不再顧及字體和字體格式。
5．在掃描識別報紙或其他半透明文稿時，背面的文字透過紙張混淆文字字形，對識別會造成很大的障礙。遇到該類掃描，只要在掃描原稿的背面附。蓋一張黑紙，掃描時，增加掃描對比度，即可減少背面模糊字體的影響，提高識別正確率，
6．一般文本掃描原稿都為黑、白兩色原稿，但是在掃描設置時卻常將掃描模式設為灰度模式。特別是在原稿質量較差時，使用灰度模式掃描，並在掃描軟體處理完後再繼續識別，這樣會得到較好的識別正確率。值得注意的是OCR識別軟體可以自己確定閥值，幾個百分點的閥值差異，可能就會影響識別的正常進行。當然，得到的圖像文件的大小會比黑白文件大很多。在進行大批量文稿掃描時，必須對原稿進行測試，找到最佳的閥值百分比。
7．遇到圖文混排的掃描原稿，首先明確使用的識別軟體是否支持自動分析圖文這一功能。如果支持的話，在進行這類掃描識別時，OCR軟體會自動計算出文本的內容、位置和先後順序。文字部分可以按照標示順序正常識別。
8．手動選取掃描區域會有更好識別效果。設置好參數後，先預覽一下，然後開始選取掃描區域。不要將要用的文章一股腦兒選在一個區域內，因為現在的文章排版為了追求更好的視覺效果，使用圖文混排的較多，掃成一幅圖像會影響OCR識別。因此，要根據實際情況將版面分成N個區域，怎麼劃分區域呢？每一區域內的文字字體、字型大小最好一致，沒有圖形、圖像，每一行的寬度一致，遇到長短不一，再細分，一般一次最多可掃描10個選區。根據不同情況，合理地設置識別區域的順序。不要嫌這個過程太煩，那可是提高識別率的有效手段。注意各識別區域不能有交叉，做到一切覺得完好以後再進行識別。這樣一般的識別率會在95%以上，對於識別不正確的文字進行校對後，就可以進入相應的文字處理軟體進行所需的處理了。
9．在放置掃描原稿時，把掃描的文字材料一定要擺放在掃描起始線正中，以最大限度地減小由於光學透鏡導致的失真。同時應保護掃描儀玻璃的干凈和不受損害。文字有一定角度的傾斜，或者是原稿文字部分為不正規排版，必須在掃描後使用旋轉工具，進行糾正；否則OCR識別軟體會將水平筆劃當做斜筆劃處理，識別正確率會下降很多。建議用戶盡量將掃描原稿放正，用工具旋轉糾正會降低圖像質量，使字元識別更加困難。
10．先"預覽"整體版面，選定要掃描的區域，再用"放大預覽"工具，選擇一小塊進行放大顯示到全屏幕，觀察其文字的對比度，文字的深淺濃度，據情況調整"閥值"的大小，最終要求文字清晰，不濃(文字成團)，不淡(文字斷筆伐)，一般在"閥值"80左右為宜，最後再掃描。
11．用工具擦掉圖像污點，包括原來版面中的不需要識別的插圖、分隔線等，使文字圖像中除了文字沒有一點多餘的東西；這可以大提高識別率並減少識別後的修改工作。
12．如果要掃描印刷質量稍微差一些的文章，比如說報紙，掃描的結果將不會黑白分明，會出現大量的黑點，而且在字體的筆畫上也會出現粘連現象，這兩項可是漢字識別的大忌，將嚴重影響漢字識別的正確率。為獲得較好的識別結果，必須仔細進行色調調節，反復掃描多次才能獲得比較理想的結果。另外由於報紙很薄且大部分紙質不高，導致掃描儀上蓋板不能完全壓住報紙(有縫隙)，所以一般情況下報紙的掃描識別效果沒有雜志的效果好。解決辦法是在報紙上壓一至兩本16K的雜志，效果還是不錯的。
目前國內最有實力的OCR公司有：雲脈(www.yunmai.cn), 漢王（www.hangwang.com.cn), 文通（www.wintone.com.cn）

❻ 掃描儀如何把圖片轉換成文字的操作步驟

圖片轉換成文字的操作步驟如下：

一、工具參考：ocr文字識別軟體http://www.jsocr.com

二、操作步驟：

1、首先安裝好圖片文字識別軟體；

❼ ocr文字識別軟體是怎麼識別文字的

OCR是模式識別的一個領域，所以整體過程也就是模式識別的過程。其過程整體來說可以分為以下幾個步驟：

1. 預處理：對包含文字的圖像進行處理以便後續進行特徵提取、學習。這個過程的主要目的是減少圖像中的無用信息，以便方便後面的處理。在這個步驟通常有：灰度化（彩色圖像）、降噪、二值化、字元切分以及歸一化等。經過二值化後，圖像只剩下兩種顏色，即黑和白，其中一個是圖像背景，另一個顏色就是要識別的文字了。降噪在這個階段非常重要，降噪演算法的好壞對特徵提取的影響很大。字元切分則是將圖像中的文字分割成單個文字（識別過程是安字元識別）。如果文字行有傾斜的話往往還要進行傾斜校正。歸一化則是將單個的文字圖像規整到同樣的尺寸，在同一個規格下，才能應用統一的演算法。

2. 特徵提取和降維：特徵是用來識別文字的關鍵信息，每個不同的文字都能通過特徵來和其他文字進行區分。對於數字和英文字母來說，這個特徵提取是比較容易的，因為數字只有10個，英文字母只有52個，都是小字元集。對於漢字來說，特徵提取比較困難，因為首先漢字是大字元集，國標中光是最常用的第一級漢字就有3755個；第二個漢字結構復雜，形近字多。在確定了使用何種特徵後，視情況而定，還有可能要進行特徵降維，這種情況就是如果特徵的維數太高（特徵一般用一個向量表示，維數即該向量的分量數），分類器的效率會受到很大的影響，為了提高識別速率，往往就要進行降維，這個過程也很重要，既要降低維數吧，又得使得減少維數後的特徵向量還保留了足夠的信息量（以區分不同的文字）。

3. 分類器設計、訓練和實際識別：分類器是用來進行識別的，就是對於第二步，你對一個文字圖像，提取出特徵給，丟給分類器，分類器就對其進行分類，告訴你這個特徵該識別成哪個文字。在進行實際識別前，往往還要對分類器進行訓練，這是一個監督學習的案例。成熟的分類器也很多，什麼svm，kn，神經網路etc。

4. 後處理：後處理是用來對分類結果進行優化的，第一個，分類器的分類有時候不一定是完全正確的（實際上也做不到完全正確），比如對漢字的識別，由於漢字中形近字的存在，很容易將一個字識別成其形近字。後處理中可以去解決這個問題，比如通過語言模型來進行校正——如果分類器將「在哪裡」識別成「存哪裡」，通過語言模型會發現「存哪裡」是錯誤的，然後進行校正。第二個，OCR的識別圖像往往是有大量文字的，而且這些文字存在排版、字體大小等復雜情況，後處理中可以嘗試去對識別結果進行格式化，比如按照圖像中的排版排列什麼的，舉個栗子，一張圖像，其左半部分的文字和右半部分的文字毫無關系，而在字元切分過程中，往往是按行切分的，那麼識別結果中左半部分的第一行後面會跟著右半部分的第一行諸如此類。

❽ 掃描儀如何識別圖片內的文字和文檔識別結合嗎

識別圖片內的文字，可以藉助ocr文字識別工具來解決。

1、首先將所需識別的圖片保存到電腦中的指定位置，接著將OCR文字軟體打開，選擇極速識別板塊，進入到接下來的操作。

3、來到極速識別操作界面後，點擊添加文件按鈕將准備好的圖片添加進來。

4、圖片添加成功後，將識別格式更改為DOCX，識別效果更改為識別優先。

5、為了能快速查找識別後的文件，可以在輸出目錄這里簡單設置一下文件的保存位置。

6、上述步驟全都完成以後，就可以點擊操作下方一鍵識別按鈕了。

❾ OCR文字識別軟體是通過什麼完成圖片轉文字的

是通過軟體核心的OCR光學字元識別技術進行圖像識別的，里如果對OCR引擎有興趣可以到雲脈OCR SDK開發者平台注冊，裡面可以提供各類OCR SDK識別引擎下載。