ocr技术及其应用.pptx

OCR技术及其应用

教学课件

1

OpticalCharacterRecognition

文档图像

电子文档

教学课件

2

字符识别的历程

教学课件

3

概念的提出始于1929年

国内的研究从70年代才开始，目前已经达到国际先进水平，其中汉字工作识别技术已经位居国际领先

字符识别的类型

脱机

联机

教学课件

4

银行领域的应用

教学课件

5

税务领域的应用

-3/8224*-32/7302674/17*62+62091**8*

108*-5/++425-0*52

-975*3880029825-

教学课件

6

电子政务领域的应用

教学课件

7

电子公文审批与流转

电子公文的识别与查询

OCR应用的技术组成

图像处理

版面分析

版面还原

格式化输出

字符分割

表格识别

字体识别

语义后处理

字符识别

教学课件

8

图像处理

教学课件

9

去噪声、平滑、去黑边、倾斜校正等

教学课件

10

版面理解

教学课件

11

表格识别

教学课件

12

字符分割

行分割

字分割

教学课件

13

字符识别

教学课件

14

字体识别

宋体

仿宋

黑体楷体隶书魏碑圆体

教学课件

15

语义后处理

泼

木

岁

济

平

光

先

疥

天

大

发

限

屏

永

示

晨

乒

年

本

乎

讳

屠

水

严

绳

经

先天

中固

光大

图解

本年

水平

印 囤 创

午 固 的中国

经济

发展

展

教学课件

16

中国的经济发展水平

中 国 触 结

申 围 徘 绪

牛 图 解 络

格式化输出

教学课件

17

目前挑战性的课题

教学课件

18

脱机手写汉字识别

超大字符集的印刷字符识别

非定制版面分析

OCR涉及的模式识别问题

教学课件

19

一致性假设

在统计意义下，一般假设：

样本与分类对象具有同分布。

给定的所有分类对象独立同分布。

样本的分析

教学课件

20

决策对样本空间划分的有效性。

推广能力：决策对分类对象的有效性。

贝叶斯决策理论

教学课件

21

已知的先验概率

需要决策的类别数是一定的

基于模型的方法

人工神经网络

教学课件

22

缺乏充分的理论基础

局部极小点问题

过学习与欠学习的问题

支持向量机

教学课件

23

统计学习理论

一种专门研究小样本统计学习规律的理论

九十年代初取得重要进展

核技术

教学课件

24

可以证明，一定存在一个映射，称为核函数，将在欧式空间定义的样本映射到特征空间(一个更高维的空间)，使得在特征空间上，样本构成两个不相交的闭凸集。

研究核函数选择的技术称为核技术。

对比测试

教学课件

25

弱分类器

教学课件

26

如果一个分类器的分类能力(泛化)稍大于50%，这个分类器称为弱分类器。

这意味着，比掷硬币猜正面的概率稍好，就是弱分类器。

集成

教学课件

27

采用投票的方式决定新样本类别。

由于每个分类器的分类能力不同，在集成时，需要对所有分类器加权平均进行分类。

1990年Shapire证明，如果将多个弱分类器集成在一起，它将具有强分类器的泛化能力。

谢谢!

教学课件

28