◆郭 军



基于数字图像处理的文本型数字图像OCR识别准确度提高策略研究

◆郭 军

（铁道警察学院图书馆 河南 450000）

本文在介绍信息资源数字化OCR识别工作流程的基础上，围绕数字图像编辑软件选用和数字图像预处理两个方面，对数字图像处理阶段影响文本型数字图像OCR识别准确度的一系列因素展开分析，进而提出了针对性的OCR识别准确度提高策略。

OCR识别准确度；文本型数字图像；提高策略

0 引言

OCR（Optical Character Recognition，光学字符识别）这一概念最早于1929年由德国科学家Tausheck提出[1]。自20世纪90年代以来，以“美国记忆”(AMERICAN MEMORY)为代表的图书馆领域信息资源数字化项目的广泛实施，为OCR识别技术提供了广阔的应用与发展平台。从工作流程上分析，OCR识别技术在信息资源数字化工作中的应用，可划分为原始文献获取、数字图像生成、数字图像处理、字符特征匹配、人工处理和结果输出等6个阶段，如下图1所示。信息资源数字化OCR识别流程的6个阶段中，涉及一系列OCR识别准确度的影响因素，本文就其中数字图像处理阶段OCR识别准确度的影响因素展开分析，并提出相应的提高策略。

图1 信息资源数字化OCR识别工作流程

康奈尔大学图书馆将二维平面介质型文献资料区分为印刷型文本、手稿、半色调型信息资源、连续色调型信息资源和混合型信息资源等5种类型[2]。本文主要针对其中的印刷型文本（文本型数字图像）OCR识别准确度展开探讨。

1 数字图像处理阶段OCR识别准确度影响因素

信息资源数字化过程中，数字图像处理阶段主要负责完成强化数字图像中的字符特征信息。……