1 OCR技术的发展历史

1929年，德国的科学家TAUSHECK提出了OCR的概念，至今已经有近90年的历史，从50年代开始，欧美国家开始进行西文OCR的研究，60年代各国开始研究中文OCR技术，而在国内，中文OCR的研究从70年代末和80年代初才开始。84511

OCR的研究可分为三个阶段，分别是算法和方案探索阶段、走向市场和初步实用阶段、系统稳定性与识别率提高阶段。在经过数十年的发展后，字符识别技术已取得了不错成果，国内外均研发了一些较为实用的产品，如国外的SIMPLEOCR，TOPOCR，FREEOCR，微软公司的Microsoft Office Document Imaging软件、国内的清华紫光OCR、汉王公司的文本王、赛酷识别软件等。

2 OCR相关技术的研究现状

（1）图像的二值化方法

二值化方法是图像分割技术，而图像分割又分阈值、边缘检测和区域增强三大类，其中阈值法通常有全局阈值和局部阈值两种，因为其计算量小、实现简单和性能稳定等原因得到了最为广泛的应用，是最基本的二值化技术，而二值化技术的关键在于选择正确的阈值，分为全局阈值法和局部阈值法两方面。论文网

具有代表性的全局阈值法如下[3-6]：

① 最大类间方差法：用阈值把灰度直方图中的灰度值集合分成两类，由类间和类内方差的最大比值来确定阈值。

② 聚类阈值法：利用聚类方法二值化灰度图像的前景类和背景类数据。

③ 基于熵的阈值法：前景和背景两个信息源的熵比值最大时的阈值即为所求阈值。

④ 模糊阈值法：在图像阈值分割技术应用模糊集理论，模糊指数的获得可通过测量灰度图像和其二值版本图像的距离。

局部阈值法即动态阈值法，是适应范围较广的阈值法，可根据像素点特征选择不同的阈值，但是如何在不同情况下选择多个可调的参数是其研究的难点，目前仍没有得到很好的解决。主要包括 Yasuda、J。M。White、Niblack、Eikvil等提出的方法，同时还有阈值曲面法等。

（2）图像切割法

图像切割即是从整个图像中分割提取出单个字符图像，识别的正确率与切割的好坏息息相关，目前有经典切割法、连通区域法、整体切割法等几种常见的切割方法。

① 经典切割法：根据图像本身的统计学属性特征，切割成单个字符图像的方法。代表性的方法是用于打印稿的间距法和基于投影特征分析的切割法，前者是由于打印稿上的字符长宽固定，可以通过平均字宽和间隔距离来估计切分点的位置，而后者主要是利用投影特征进行行字切分，其研究的重点主要是字符的断裂、字符的粘连和字符的紧排，也恰恰是实际文本图像中影响切割效果的最主要的几种情况。

② 连通区域法：该方法是在针对倾斜字体和不规则排版的文本图像时，投影分析法的切割错误就会增强的基础上提出的，其关键是合并与分割操作，即首先找出相通像素区域，然后分析各连通域的特征，通过合并或分割连通域得到切割结果。但是该方法目前主要还只是应用于西文手写体的切分。

③ 整体切割法：将单词作为一个整体来识别，而不是针对一个字母识别，识别器会局限于字典库，所以该方法只能在预先设定的字典库里进行文本图像的切割。

除此外，还有基于识别的切割方法、灰度图像的切割方法等，这里不详细展开介绍了。

（3）特征提取法

特征提取分二值图像特征提取和灰度图像特征提取两方面，它是整个系统的关键环节，即是从单个字符图像上提取统计或结构特征的过程，提取的特征的有效、稳定性也直接影响识别的结果。