21、古代文字识别技术综述

古代文字识别技术综述

1. 光学字符识别（OCR）流程

光学字符识别（OCR）是将数字化文档转换为 ASCII 格式文本文件的新兴领域。其主要流程包括特征识别、分类和后处理三个关键步骤。

1.1 特征识别

不同的文字需要根据其字符的形状和结构，评估不同类型的特征或特征组合，以进行文字识别。每个文本或字符都有特定的特征，这一阶段就是要捕捉这些关键特征。这是整个 OCR 过程中最具挑战性的步骤，因为需要识别并捕捉最少的特征集，以帮助对字符进行分类和识别。OCR 有以下几种常见的特征类型：
- 结构特征 ：与字符的结构框架相关，能处理一定程度的变形和风格变化，例如点、线、曲线、纵横比、分支点等。
- 拓扑特征 ：包括环、交点、凸性等，这些特征对剪切变形具有不变性。
- 模板特征 ：可用于将字符与预定义模板进行匹配，但该技术会受到字符大小变化的影响，也不适用于从嘈杂图像中进行识别。
- 统计特征 ：对应于图像或图像区域中像素的数学或统计分布，如密度特征、方向特征、方差、高度、均值、投影直方图、交叉点、距离等。
- 全局特征 ：用单个特征集表示整个图像，如傅里叶变换和矩（泽尼克矩、中心矩），这些特征大多具有缩放、旋转和平移不变性。

1.2 分类

在识别和提取特征后，下一步是将测试图像分配到合适的字符类别中。根据特征集，文字识别系统会使用各种分类技术，如 K - 最近邻（K - NN）分类器、支持向量机（SV