百度VS騰訊OCR圖片批量識(shí)別轉(zhuǎn)文字是由吾愛(ài)網(wǎng)友酒醒黃昏自主開(kāi)發(fā)的一款綠色免費(fèi)，功能實(shí)用的百度OCR文字識(shí)別工具。軟件是利用百度接口做的一個(gè)批量識(shí)別小程序，能夠非常準(zhǔn)確的識(shí)別圖像中的文字，通過(guò)采用優(yōu)化的光學(xué)字符識(shí)別系統(tǒng)，可準(zhǔn)確的對(duì)文字字體進(jìn)行識(shí)別和段落切分，注冊(cè)百度賬號(hào)是免費(fèi)的，申請(qǐng)KEY也是免費(fèi)的，新版在原基礎(chǔ)上新增了騰訊接口，功能進(jìn)一步完善，有需求的用戶請(qǐng)下載使用。

OCR軟件識(shí)別原理

OCR軟件主要是由下面幾個(gè)部分組成。

圖像輸入、預(yù)處理：

圖像輸入：對(duì)于不同的圖像格式，有著不同的存儲(chǔ)格式，不同的壓縮方式，目前有OpenCV,CxImage等開(kāi)源項(xiàng)目 。預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等

二值化：

對(duì)攝像頭拍攝的圖片，大多數(shù)是彩色圖像，彩色圖像所含信息量巨大，對(duì)于圖片的內(nèi)容，我們可以簡(jiǎn)單的分為前景與背景，為了讓計(jì)算機(jī)更快的，更好的識(shí)別文字，我們需要先對(duì)彩色圖進(jìn)行處理，使圖片只前景信息與背景信息，可以簡(jiǎn)單的定義前景信息為黑色，背景信息為白色，這就是二值化圖了。

噪聲去除：

對(duì)于不同的文檔，我們對(duì)噪聲的定義可以不同，根據(jù)噪聲的特征進(jìn)行去噪，就叫做噪聲去除

傾斜較正：

由于一般用戶，在拍照文檔時(shí)，都比較隨意，因此拍照出來(lái)的圖片不可避免的產(chǎn)生傾斜，這就需要文字識(shí)別軟件進(jìn)行較正。

版面分析：

將文檔圖片分段落，分行的過(guò)程就叫做版面分析，由于實(shí)際文檔的多樣性，復(fù)雜性，因此，目前還沒(méi)有一個(gè)固定的，最優(yōu)的切割模型。

字符切割：

由于拍照條件的限制，經(jīng)常造成字符粘連，斷筆，因此極大限制了識(shí)別系統(tǒng)的性能，這就需要文字識(shí)別軟件有字符切割功能。

字符識(shí)別：

這一研究，已經(jīng)是很早的事情了，比較早有模板匹配，后來(lái)以特征提取為主，由于文字的位移，筆畫的粗細(xì)，斷筆，粘連，旋轉(zhuǎn)等因素的影響，極大影響特征的提取的難度。

版面恢復(fù)：

人們希望識(shí)別后的文字，仍然像原文檔圖片那樣排列著，段落不變，位置不變，順序不變，的輸出到word文檔,pdf文檔等，這一過(guò)程就叫做版面恢復(fù)。

后處理、校對(duì)：

根據(jù)特定的語(yǔ)言上下文的關(guān)系，對(duì)識(shí)別結(jié)果進(jìn)行較正，就是后處理。

百度OCR申請(qǐng)KEY教程

1、瀏覽器打開(kāi)輸入網(wǎng)址：https://cloud.baidu.com/ 后申請(qǐng)一個(gè)賬號(hào)（申請(qǐng)是免費(fèi)的不要錢）

2、點(diǎn)擊創(chuàng)建應(yīng)用 （創(chuàng)建應(yīng)用 也是免費(fèi)的 ）

3、應(yīng)用已經(jīng)創(chuàng)建好了，里面就有 api_key 和Secret_Key 應(yīng)用可以創(chuàng)建無(wú)數(shù)個(gè)隨便你創(chuàng)建多少都可以，每個(gè)創(chuàng)建的密鑰都不同

4、創(chuàng)建應(yīng)用了，看看是否已開(kāi)通了文字識(shí)別功能

5、以上都操作完畢就拿出你申請(qǐng)的 KEY 就可以使用了！