百度VS騰訊OCR圖片批量識別轉(zhuǎn)文字是一款非常好用的百度OCR文字識別工具，軟件是利用百度接口做的一個批量識別小程序，能夠非常準(zhǔn)確的識別圖像中的文字，通過采用優(yōu)化的光學(xué)字符識別系統(tǒng)，可準(zhǔn)確的對文字字體進(jìn)行識別和段落切分，注冊百度賬號是免費的，申請KEY也是免費的，新版在原基礎(chǔ)上新增了騰訊接口，功能進(jìn)一步完善。

【軟件特色】

　　【圖像輸入、預(yù)處理】

　　圖像輸入：對于不同的圖像格式，有著不同的存儲格式，不同的壓縮方式，目前有OpenCV,CxImage等開源項目 。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，對于圖片的內(nèi)容，我們可以簡單的分為前景與背景，為了讓計算機(jī)更快的，更好的識別文字，我們需要先對彩色圖進(jìn)行處理，使圖片只前景信息與背景信息，可以簡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】

　　對于不同的文檔，我們對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，都比較隨意，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識別軟件進(jìn)行較正。

　　【版面分析】

　　將文檔圖片分段落，分行的過程就叫做版面分析，由于實際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個固定的，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，因此極大限制了識別系統(tǒng)的性能，這就需要文字識別軟件有字符切割功能。

　　【字符識別】

　　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，這一過程就叫做版面恢復(fù)。

　　【后處理、校對】

　　根據(jù)特定的語言上下文的關(guān)系，對識別結(jié)果進(jìn)行較正，就是后處理。