有点震惊， 我拆字的时候， 没有人跟我要求过这些规则 。
举个小例子， 这个例子非常小， 假设你识别出来了2个字， 你现在有2个字符的数据：

文章插图

请问， 这两个字， 是不是在处于同一行？
你通过肉眼无法判定， 得计算 。
这就需要你用代码编写算法处理 。 如果你数学不好， 那可能还真的是一个不小的挑战 。 从图上看， 你的眼睛可能几毫秒就识别出来了， 但是计算机没有眼睛， 只有大脑 。 它就等着你告诉它要怎么去算什么数据 。
其实也好处理（话都让你说了， 难也是你说的）， 看两个字在Y轴的重叠情况 。 如果重叠达到一定占比， 那就可以认为这两组数据是处于同一行 。

文章插图

其实字符与字符之间的关系还有很多情况 。

文章插图

根据情况的不同， 我们就可以做不同的判定 。

文章插图

上图所示， 如果文本1的矩形区域和公式1的矩形区域， 在横向上有一定比例的重叠， 那我们可以认为， 它们是处于同一行 。 如果文本2的区域完全包含（重叠率100%）于表格1的区域中， 那么我们可以认为文本2属于表格1 。 同样， 文本2和文本3在纵向的重叠率， 可以作为它俩是否位于同一列的一个指标 。
2.4.2 文本校正OCR识别的最终目的， 是要获得一份准确的、结构化的文本内容 。
单个字符识别， 其实是各自为战， 前后不商量 。
就比如， 遇到一个圆圈形状的字符图片 。 OCR识别就犯了难， 它是数字“0”？汉字“〇”？大写字母“O”？小写字母“o”？中文句号“ 。 ”？还是“Q”忘了加尾巴…… 。
啥都对， 啥都不对 。
所以， 需要矫正……校正 。 这两个词， 都是高频词， 尤其拼音打字jiaozheng， 容易出错 。 其实， 也好分辨 。 看语境， 如果我前后提到了“文稿”， 那么是“校正”的可能性就大 。 如果我刚刚说了“牙齿”、“视力”、“角度”啥的， 那么基本上就应该是“矫正”了 。
OCR识别的最后一步校正也是一样 。 如果无法确定是数字“0”还是字母“o”， 可以观察它相邻的几个字符， 下面一图胜千言 。

文章插图

单个字符识别不对没关系， 后期智能校正可以结合语境来帮你纠正 。 这个步骤就叫做后处理 。
我想， OCR流程介绍的差不多了 。 下面该总结了 。
三、总结其实， 我已经迫不及待地想睡觉了 。 但是， 睡觉前， 我还是想输出几个观点 。
3.1 OCR的投入：自己开发 vs 调用第三方？需要企业领导视自身业务需求和研发能力来确定 。
通过上面的流程讲解， 其实我们也了解到， 做OCR并不难， 这在业界已经非常成熟了 。 如果， 你的业务需求很单一， 另外也有一两个喜欢研究技术的程序员（三年经验起）， 其实可以投入几个人、几个月搞一搞试试看效果 。 就算不成功， 起码他们再跟第三方对接起来， 也属于专业级别了 。
那么， 如果你的业务需求复杂多样， 是不是就要用第三方服务了 。 也不一定， 需求太复杂， 通用的第三方平台， 不一定能满足你的个性化需求 。 我之前遇到过一个例子， 也是在教育行业 。 他们有一个场景是用在填空题手写答案上 。 一般的手写识别， 你就算写的80%正确， 它会给你智能纠正， 输出字符 。 但是， 教育行业不行， 写错了就是写错了， 不要纠正 。 比如， 武术的“武”， 学生如果右下角写成了“戈”那样多了一撇， 不要输出“武”， 要输出不是字， 并记录下学生的错字图片 。 这一下， 没有一家平台可以对接 。 其实， 自己研发是可以做到的 。 但是， 研发这玩意有什么用？只有自己用 。

• 硬盘识别不了如何修复 电脑硬盘检测不出
• 电脑u盘不识别电脑怎么办 电脑不识别u盘如何解决
• 移动硬盘接口坏了怎么修复 电脑识别不出移动硬盘怎么办
• 小区门口人脸识别闸机多少钱 人脸识别道闸系统厂家生产
• 微信风水图片 风水微信图像大全
• 手机没关机 拔sim卡 手机无法识别sim卡是什么原因,显示无服务
• tcl电视黑屏了怎么办 电视黑屏了怎么办只能听到声音不能看到图像
• qq头像非主流图片大全 qq图像非主流
• u盘打不开怎么办 插上u盘电脑无法识别
• 网易云音乐怎么听歌识曲别的app 为什么网易云听歌识曲识别不出来