根据Wikipedia的说法,“拉丁文字、打字文本的准确识别现在被认为是一个很大程度上解决了应用程序中的问题,这些应用程序可以获得清晰的成像,例如扫描打印文档。”然而,它没有给出任何引用。
我的问题是:这是真的吗?目前的技术水平是否如此之好,以至于为了更好地扫描英文文本,就没有任何重大的改进可以做了吗?
或者,这个问题的一个较不主观的形式是:现代OCR系统在识别英文文本以获得高质量扫描方面的准确性如何?
发布于 2010-01-01 17:36:23
狭义地认为是将足够高质量的2d位图分解成矩形,每个矩形包含一组行为良好的、预先指定的字体中的一个的识别拉丁字符(参见Omnifont),这是一个已解决的问题。
开始玩弄这些参数,例如,古怪的未知字体,嘈杂的扫描,亚洲字符,它开始变得有点不稳定或需要额外的输入。许多著名的Ominfont系统不能很好地处理连字。
而OCR的主要问题是如何理解输出。如果这是一个已解决的问题,Google Books将会给出完美的结果。
https://stackoverflow.com/questions/1587761
复制相似问题