OCR文字识别软件如何识别图片？哪款比较好？

　OCR识别主要有以下步骤：

1、图文输入：是指通过输入设备将文档输入到计算机中，也就是实现原稿的数字化。现在用得比较普遍的设备是扫描仪。文档图像的扫描质量是OCR软件正确识别的前提条件。恰当地选择扫描分辨率及相关参数，是保证文字清楚、特征不丢失的关键。此外，文档尽可能地放置端正，以保证预处理检测的倾斜角小，在进行倾斜校正后，文字图像的变形就小。这些简单的操作，会使系统的识别正确率有所提高。反之，由于扫描设置不当，文字的断笔过多可能会分检出半个文字的图像。文字断笔和笔画粘连会造成有些特征丢失，在将其特征与特征库比较时，会使其特征距离加大，识别错误率上升。

　　2、预处理：扫描一幅简单的印刷文档的图像，将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。预处理是指在进行文字识别之前的一些准备工作，包括图像净化处理，去掉原始图像中的显见噪声(干扰)。主要任务是测量文档放置的倾斜角，对文档进行版面分析，对选出的文字域进行排版确认，对横、竖排版的文字行进行切分，每一行的文字图像的分离，标点符号的判别等。这一阶段的工作非常重要，处理的效果直接影响到文字识别的准确率。??版面分析是对文本图像的总体分析，是将文档中的所有文字块分检出来，区分出文本段落及排版顺序，以及图像、表格的区域。将各文字块的域界(域在图像中的始点、终点坐标)，域内的属性(横、竖排版方式)以及各文字块的连接关系作为一种数据结构，提供给识别模块自动识别。对于文本区域直接进行识别处理，对于表格区域进行专用的表格分析及识别处理，对于图像区域进行压缩或简单存储。行字切分是将大幅的图像先切割为行，再从图像行中分离出单个字符的过程。

　　3、单字识别：单字识别是体现OCR文字识别的核心技术。从扫描文本中分检出的文字图像，由计算机将其图形、图像转变成文字的标准代码，是让计算机“认字”的关键，也就是所谓的识别技术。就像人脑认识文字是因为在人脑中已经保存了文字的各种特征，如文字的结构、文字的笔画等。要想让计算机来识别文字，也需要先将文字的特征等信息储存到计算机里，但要储存什么样的信息及怎样来获取这些信息是一个很复杂的过程，而且要达到非常高的识别率才能符合要求。通常采用的做法是根据文字的笔画、特征点、投影信息、点的区域分布等进行分析。

　　通过以上三个步骤就能够顺利的将图片上的文字识别出来，作为用户虽然不需要掌握技术原理，但多了解一些知识也是有益而无害的。当然用户需要掌握软件的使用，因为捷速图片文字识别软件的智能化程度比较高，只需要简单几步就能完成整个识别，相信对每个人来说都是没有难度的。

可以通过以下方法实现初级OCR识别。

OpenCV示例：链接 用到了Neumann L., Matas J.: Real-Time Scene Text Localization and Recognition, CVPR 2012论文提到的算法以及tesseract工具。

tesseract是一个开源的OCR开发工具，之前由google发布，现在放在Github上, http://link.zhihu.com/?target=https%3A//github.com/tesseract-ocr/tesseract。

在Linux上安装，可以参考：ubuntu安装教程链接http://link.zhihu.com/?target=http%3A//miphol.com/muse/2013/05/install-tesseract-ocr-on-ubunt.html，CentOS安装教程链接http://link.zhihu.com/?target=http%3A//my.oschina.net/iceman/blog/40771。

在window系统上，使用Visual Studio进行编译安装，可以参考：使用VS2013安装教程链接http://link.zhihu.com/?target=http%3A//m.blog.csdn.net/article/details%3Fid%3D50616889，

基于VS2012和VS2013的tesseract工程文件放在：使用VS2012安装教程链接http://link.zhihu.com/?target=https%3A//github.com/jakesays/tesseract-vs2012, 使用VS2013安装教程链接http://link.zhihu.com/?target=https%3A//github.com/tesseract4java/tesseract-vs2013。

在上述文件安装完成后，就可以得到最终的文字检测和识别结果了：

哪款好仁者见仁，一般的OCR可以满足证件识别需求，但是对于大量OCR识别则需要专业的研发团队。