OCR SDK

 OCR专业版，OCR全称是光学字符识别技术（Optical Character Recognition，简称OCR）。我公司的印刷体文字识别系统识别率达到或超过99.5%。

这是针对机关单位、企业及有文字录入需求的个人用户，在日常的工作中，快速的对书刊、报纸、公文、宣传页等印刷稿件中内容进行录入的应用需求而推出的。

b. OCR SDK版，OCR SDK是光学字符识别二次开发包（Optical Character Recognition Software Develop Kit，简称OCR SDK）。OCR SDK为其它程序使用汉字识别提供了编程的接口。它提供了Windows标准的Dll方式调用，用户可以通过Dll中的函数调用SDK中的汉字识别功能，实现系统集成。

注意：市场上出售的手写板等是“动态”（联机）手写汉字识别，我们现在开发的OCR是“静态”（脱机）印刷体、手写体汉字识别。“静态”手写汉字识别在文字识别领域公认是最高峰、最难克服点，而且“动态”识别与“静态”识别的应用范围完全不同。“动态”识别只相当于一种输入法，“静态”识别不仅仅是一种输入法，它还应用于更广的范围。

 

2．系统特色

a. 本识别技术的特色是“不采用行扫描，历遍位图中的所有点”。采用汉字结构分拆假设法、抽取线条整形法等算法，计算原始点阵的笔画穿透数目，从而确定方向线素特征，从汉字笔画描述库中检索出汉字。为提高识别准确性，还采用了周边四角特征、任意连续三点特征抽取、轮廓描述等辅助算法来进行检验。

b. 使用流线式扫描并识别，扫描识别一键OK。

 

3．运行环境

运行环境 Windows 9x/Me/NT/2000/XP

最低配置 CPU 300 MHZ以上，64M内存以上(建议128M以上)

 

4．技术、质量概述

识别速度：在PIII 1.2G处理器256M内存的PC机上，4至6秒/A4页。

识别字体：全自动识别宋、仿宋、楷、黑、圆、隶书等百余种中文简体，英文、数字、图片混排的稿件。

识别语言：简体中文

单字识别准确率：印刷体汉字≥99%

联想识别准确率：印刷体汉字≥99.5%

支持文件格式：BMP、TIF、TIFF、JPG、JPEG、PCX、TGA、DIB、EMF、WMF。

输出格式：TXT、RTF。

识别要求：5号字体以上的印刷材料，可选择扫描分辨率为300dpi以上，字体越小要求分辨率越高。

其它功能：自动倾斜更正、去除指定颜色、保留指定颜色、灰度处理等。

支持硬件：普通扫描仪、名片扫描仪、逐行扫描笔、数码相机、带数码相机功能的手机等。