miniocr(图片文字提取工具) v1.2 正式版

miniocr是一款非常好用的图片文字提取工具，支持多种语言、数字、字符识别，能够保留文本格式，支持批量图片提取，识别率准备速度快，能够有效的提高你的工作效率，有需要的用户不要错过了，赶快来下载吧！

软件特色

1、采用复合特征的分类方法。

2、字符集选择3755个一级汉字。

3、字体选择最常用的宋体。

4、字号选择从小五号到一号汉字，主要针对20个点之内的小字体。

5、英汉混排时，汉语优先。

6、汉字粘连时，进行动态优化切分。

识别原理

OCR软件主要是由下面几个部分组成。

图像输入、预处理：

图像输入：对于不同的图像格式，有着不同的存储格式，不同的压缩方式，目前有OpenCV,CxImage等开源项目 。预处理：主要包括二值化，噪声去除，倾斜较正等

二值化：

对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，我们可以简单的分为前景与背景，为了让计算机更快的，更好的识别文字，我们需要先对彩色图进行处理，使图片只前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

噪声去除：

对于不同的文档，我们对噪声的定义可以不同，根据噪声的特征进行去噪，就叫做噪声去除

倾斜较正：

由于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。

版面分析：

将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。

字符切割：

由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能，这就需要文字识别软件有字符切割功能。

字符识别：

这一研究，已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。版面恢复：

人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变，的输出到word文档,pdf文档等，这一过程就叫做版面恢复。

后处理、校对:

根据特定的语言上下文的关系，对识别结果进行较正，就是后处理。

使用说明

1、下载软件压缩包文件，解压点击“MiniOcr.exe”即可运行，Mini Ocr免费、绿色，无需安装。

2、点击“打开图像文件”按钮，将目标图片添加进来。

3、Mini Ocr会将图片显示在右边的窗口中，如果文件为长图，还可以点击“段落分割”来进行切割!

4、点击“文字识别”按钮，Mini Ocr则会自动识别图片文件内包含的文字以及字体信息等，支持复制，粘贴。

5、完成之后，点击保存，即可将目标文件中的文字信息导出来!