• 如何提高OCR识别率？

  • 点击添加到收藏夹

  • 　　如今随机附带OCR识别软件的扫描仪也是越来越多了，当然这绝大多数都是基础版。由于存在此类OCR软件识别率太低，后期纠正处理过程过于麻烦的想法，很多用户都将其闲置一旁。但事实上，用户只需注意一些使用技巧，此类OCR软件的识别率完全可达得到提高。

    　　原稿的质量直接影响到扫描出来的图像质量，更会直接影响最后OCR的正确率，因此我们首先要适当调整原稿。对于报纸一类的低质量稿件，可以考虑在扫描前用复印机先行复印并适当调节对比度和亮度，使背景变成白色，而文字色泽保持黑色即可。经过复印以后的报纸，OCR的识别率有明显的提高，完全可以和打印稿相比。

    　　扫描过程中原稿一定要放置正确，不能倾斜，否则扫描出来的字体也是倾斜的，OCR软件将无法正确识别。如果实在无法将原稿摆正，那就需要使用“自动倾斜校正”或者“手动纠斜”功能纠正字体的倾斜。当然选择适当的扫描参数也非常重要，一般OCR是原稿应扫描为“黑白二值”，扫描文字的亮度和对比度对文字的正确识别非常关键，我们可以通过“放大预览”对文稿中的几个文字进行取样扫描，从而对图像的亮度进行更为细致的调节，调节的工具是扫描仪工具内的“阀值”。

    　　而对于分辨率，用户选择的原则应为不求最“高”，只求最“佳”。如果分辨率太高，扫描的时间将会大大增加，图形所需的空间也会成倍地增长，无实际意义；如果分辨率太低，给OCR软件的信息量不足，识别率就不会很高。根据笔者的经验，普通五号印刷体采用250～300dpi比较合适；若字号比较大(四号以上)，用150～200dpi就足够了；如果是六号或七号等小字体，就要考虑使用400～600dpi了。当然，这也不是绝对的，如果印刷字迹比较模糊，或者笔划较多的识别文本，应适当提高扫描的分辨率。这里额外再提供一个公式供大家参考：文件长度（字节）=（水平尺寸×垂直尺寸×扫描分辨率）/8。

    　　扫描后，我们还要观察图像是否有污点现象，如有则应使用图像处理软件将这些污点擦去。同时如果有图像存在，也会影响OCR的文字切分，可使用“图像的块擦拭”工具将文档中的图像去除。此外，还应采用适当的辨识方式，注意稿件是横排还是竖排，可选择合适的编排格式按钮，以保持对应。如有必要还可进行版面分析，因为没此步骤的话识别结果会有大量的空格，而OCR通常也将空白处作为识别对象。自动识别虽然可以很好地解决这一问题，但有时却常把不应分开的区域分开，造成识别结果的错误和颠倒。这时可以通过将自动分析与手工分析结合，将不恰当的版面分析删除。 现在大多数OCR都提供了简体、繁体、英文的识别方式，也应注意选择。最后，我们还可再次适当地调节对比度和亮度，因为这样可以增加文字和背景的对比度，从而最终均可达到95%以的OCR识别正确率，再略加校对一遍就万事OK了。

    　　另外提醒用户的是，应充分使用OCR识别软件的用户自学习功能。OCR识别软件内一般都含有用户自学习功能，如果个别字在扫描比较清楚的情况下，软件识别得不正确，就可以把这个字加到用户自定义库中，这样就可以逐渐地提高识别的正确性。要想获得较高的扫描识别率，用户应当不断进行尝试，找出一个适合OCR识别软件的扫描分辨率及扫描亮度以供参考。

    "易智"办公,办公Easy!