`

Java OCR 图像智能字符识别技术,可识别中文

阅读更多

几天一直在研究 OCR 技术,据我了解的情况,国内最专业的 OCR 软件只有 2 家,清华 TH-OCR 和汉王 OCR ,看了很多的 OCR 技术发现好多对英文与数字的支持都很好,可惜很多都不支持中文字符。 Asprise-OCR Tesseract 3.0 以前的版本,都不支持中文,其实我用了下 Asprise-OCR 算是速度比较的快了,可惜他鄙视中文,这个没有办法,正好这段时间 知名的开源 OCR 引擎 Tesseract 3.0 版本发布了,他给我们带来的好消息就是支持中文,相关的下载项目网站是: http://code.google.com/p/tesseract-ocr

虽然速度不是很客观可是毕竟人家开始支持中文也算是不错的,一个英文的语言包大概是 1.8M , 中文简体的语言包是 39.5M , 中文繁体的语言包是 53M ,这样就知道为什么识别中文慢的原因了

 

太多人留邮箱了,我一个人发布过来,请大家需要源码的,去资源控件下载,这是一个完整的项目

http://download.csdn.net/detail/zhoushuyan/4050580

 

 
package com.ocr;
import java.awt.Graphics2D;
import java.awt.color.ColorSpace;
import java.awt.geom.AffineTransform;
import java.awt.image.AffineTransformOp;
import java.awt.image.BufferedImage;
import java.awt.image.ColorConvertOp;
import java.awt.image.ColorModel;
import java.awt.image.MemoryImageSource;
import java.awt.image.PixelGrabber;
/**
 * 
 * 图像过滤,增强OCR识别成功率
 * 
 */
public class ImageFilter {
    private BufferedImage image;
    private int iw, ih;
    private int[] pixels;
    public ImageFilter(BufferedImage image) {
       this.image = image;
       iw = image.getWidth();
       ih = image.getHeight();
       pixels = new int[iw * ih];
    }
    /** 图像二值化 */
    public BufferedImage changeGrey() {
    PixelGrabber pg = new PixelGrabber(image.getSource(), 0, 0, iw, ih, pixels, 0, iw);
       try {
           pg.grabPixels();
       } catch (InterruptedException e) {
           e.printStackTrace();
       }
       // 设定二值化的域值,默认值为100
       int grey = 100;
       // 对图像进行二值化处理,Alpha值保持不变
       ColorModel cm = ColorModel.getRGBdefault();


       for (int i = 0; i < iw * ih; i++) {


           int red, green, blue;


           int alpha = cm.getAlpha(pixels[i]);


           if (cm.getRed(pixels[i]) > grey) {


              red = 255;


           } else {


              red = 0;


           }
 if (cm.getGreen(pixels[i]) > grey) {

              green = 255;

           } else {

              green = 0;
           }


           if (cm.getBlue(pixels[i]) > grey) {


              blue = 255;


           } else {


              blue = 0;


           }
           pixels[i] = alpha << 24 | red << 16 | green << 8 | blue;


       }
       // 将数组中的象素产生一个图像
       return ImageIOHelper.imageProducerToBufferedImage(new MemoryImageSource(iw, ih, pixels, 0, iw));

    }
    /** 提升清晰度,进行锐化 */
    public BufferedImage sharp() {
       PixelGrabber pg = new PixelGrabber(image.getSource(), 0, 0, iw, ih, pixels, 0, iw);
       try {
           pg.grabPixels();
       } catch (InterruptedException e) {
           e.printStackTrace();
       }
       // 象素的中间变量
       int tempPixels[] = new int[iw * ih];
       for (int i = 0; i < iw * ih; i++) {
           tempPixels[i] = pixels[i];
       }
       // 对图像进行尖锐化处理,Alpha值保持不变
       ColorModel cm = ColorModel.getRGBdefault();
       for (int i = 1; i < ih - 1; i++) {


           for (int j = 1; j < iw - 1; j++) {


              int alpha = cm.getAlpha(pixels[i * iw + j]);


 


              // 对图像进行尖锐化
              int red6 = cm.getRed(pixels[i * iw + j + 1]);
              int red5 = cm.getRed(pixels[i * iw + j]);
              int red8 = cm.getRed(pixels[(i + 1) * iw + j]);
              int sharpRed = Math.abs(red6 - red5) + Math.abs(red8 - red5);
              int green5 = cm.getGreen(pixels[i * iw + j]);
              int green6 = cm.getGreen(pixels[i * iw + j + 1]);
              int green8 = cm.getGreen(pixels[(i + 1) * iw + j]);
              int sharpGreen = Math.abs(green6 - green5) + Math.abs(green8 - green5);
              int blue5 = cm.getBlue(pixels[i * iw + j]);
              int blue6 = cm.getBlue(pixels[i * iw + j + 1]);
              int blue8 = cm.getBlue(pixels[(i + 1) * iw + j]);
              int sharpBlue = Math.abs(blue6 - blue5) + Math.abs(blue8 - blue5);
         if (sharpRed > 255) {
                  sharpRed = 255;
              }
              if (sharpGreen > 255) {
                  sharpGreen = 255;
              }
              if (sharpBlue > 255) {
                  sharpBlue = 255;
              }
              tempPixels[i * iw + j] = alpha << 24 | sharpRed << 16 | sharpGreen << 8 | sharpBlue;
           }
       }
       // 将数组中的象素产生一个图像


       return ImageIOHelper.imageProducerToBufferedImage(new MemoryImageSource(iw, ih, tempPixels, 0, iw));
    }

    /** 中值滤波 */
    public BufferedImage median() {
       PixelGrabber pg = new PixelGrabber(image.getSource(), 0, 0, iw, ih, pixels, 0, iw);
       try {
           pg.grabPixels();
       } catch (InterruptedException e) {
           e.printStackTrace();
       }
       // 对图像进行中值滤波,Alpha值保持不变
       ColorModel cm = ColorModel.getRGBdefault();
       for (int i = 1; i < ih - 1; i++) {
           for (int j = 1; j < iw - 1; j++) {
              int red, green, blue;
              int alpha = cm.getAlpha(pixels[i * iw + j]);
   // int red2 = cm.getRed(pixels[(i - 1) * iw + j]);
              int red4 = cm.getRed(pixels[i * iw + j - 1]);
              int red5 = cm.getRed(pixels[i * iw + j]);
              int red6 = cm.getRed(pixels[i * iw + j + 1]);
              // int red8 = cm.getRed(pixels[(i + 1) * iw + j]);
  // 水平方向进行中值滤波
              if (red4 >= red5) {
                  if (red5 >= red6) {
                     red = red5;
                  } else {
                     if (red4 >= red6) {
                         red = red6;
                     } else {
                         red = red4;
                     }
                  }
              } else {
                 if (red4 > red6) {
                     red = red4;
                  } else {
                      if (red5 > red6) {
                         red = red6;
                     } else {
                         red = red5;
                     }
                  }
              }
              // int green2 = cm.getGreen(pixels[(i - 1) * iw + j]);
              int green4 = cm.getGreen(pixels[i * iw + j - 1]);
              int green5 = cm.getGreen(pixels[i * iw + j]);
              int green6 = cm.getGreen(pixels[i * iw + j + 1]);
              // int green8 = cm.getGreen(pixels[(i + 1) * iw + j]);
           // 水平方向进行中值滤波
              if (green4 >= green5) {
                  if (green5 >= green6) {
                     green = green5;


                  } else {


                     if (green4 >= green6) {


                         green = green6;


                     } else {


                         green = green4;


                     }


                  }


              } else {


                  if (green4 > green6) {


                      green = green4;


                  } else {


                     if (green5 > green6) {


                         green = green6;


                     } else {


                         green = green5;


                     }


                  }


              }
       // int blue2 = cm.getBlue(pixels[(i - 1) * iw + j]);


              int blue4 = cm.getBlue(pixels[i * iw + j - 1]);


              int blue5 = cm.getBlue(pixels[i * iw + j]);


              int blue6 = cm.getBlue(pixels[i * iw + j + 1]);


              // int blue8 = cm.getBlue(pixels[(i + 1) * iw + j]);
            // 水平方向进行中值滤波


              if (blue4 >= blue5) {


                  if (blue5 >= blue6) {


                     blue = blue5;


                  } else {


                     if (blue4 >= blue6) {


                         blue = blue6;


                     } else {


                         blue = blue4;


                     }


                  }


              } else {


                  if (blue4 > blue6) {


                     blue = blue4;


                  } else {


                     if (blue5 > blue6) {


                         blue = blue6;


                     } else {


                         blue = blue5;


                     }


                  }


              }


              pixels[i * iw + j] = alpha << 24 | red << 16 | green << 8 | blue;


           }


       }


 


       // 将数组中的象素产生一个图像


       return ImageIOHelper.imageProducerToBufferedImage(new MemoryImageSource(iw, ih, pixels, 0, iw));


    }
    /** 线性灰度变换 */


    public BufferedImage lineGrey() {


       PixelGrabber pg = new PixelGrabber(image.getSource(), 0, 0, iw, ih, pixels, 0, iw);


       try {


           pg.grabPixels();


       } catch (InterruptedException e) {


           e.printStackTrace();


       }


       // 对图像进行进行线性拉伸,Alpha值保持不变


       ColorModel cm = ColorModel.getRGBdefault();


       for (int i = 0; i < iw * ih; i++) {


           int alpha = cm.getAlpha(pixels[i]);


           int red = cm.getRed(pixels[i]);


           int green = cm.getGreen(pixels[i]);


           int blue = cm.getBlue(pixels[i]);


 


           // 增加了图像的亮度


           red = (int) (1.1 * red + 30);


           green = (int) (1.1 * green + 30);


           blue = (int) (1.1 * blue + 30);


           if (red >= 255) {


              red = 255;


           }


           if (green >= 255) {


              green = 255;

           }

           if (blue >= 255) {


              blue = 255;

           }


           pixels[i] = alpha << 24 | red << 16 | green << 8 | blue;


       }

       // 将数组中的象素产生一个图像


       return ImageIOHelper.imageProducerToBufferedImage(new MemoryImageSource(iw, ih, pixels, 0, iw));


    }
    /** 转换为黑白灰度图 */


    public BufferedImage grayFilter() {


       ColorSpace cs = ColorSpace.getInstance(ColorSpace.CS_GRAY);


       ColorConvertOp op = new ColorConvertOp(cs, null);


       return op.filter(image, null);


    }


 


    /** 平滑缩放 */


    public BufferedImage scaling(double s) {


       AffineTransform tx = new AffineTransform();


       tx.scale(s, s);


       AffineTransformOp op = new AffineTransformOp(tx, AffineTransformOp.TYPE_BILINEAR);


       return op.filter(image, null);


    }


 


    public BufferedImage scale(Float s) {


       int srcW = image.getWidth();


       int srcH = image.getHeight();


       int newW = Math.round(srcW * s);


       int newH = Math.round(srcH * s);


       // 先做水平方向上的伸缩变换


       BufferedImage tmp=new BufferedImage(newW, newH, image.getType()); 


       Graphics2D g= tmp.createGraphics(); 


       for (int x = 0; x < newW; x++) {


           g.setClip(x, 0, 1, srcH);


           // 按比例放缩


           g.drawImage(image, x - x * srcW / newW, 0, null);


       }


 


        // 再做垂直方向上的伸缩变换


       BufferedImage dst = new BufferedImage(newW, newH, image.getType()); 


       g = dst.createGraphics();


       for (int y = 0; y < newH; y++) {


           g.setClip(0, y, newW, 1);


           // 按比例放缩


           g.drawImage(tmp, 0, y - y * srcH / newH, null);


       }


       return dst;
    }

}



package com.ocr;
import java.awt.Graphics2D;
import java.awt.Image;
import java.awt.Toolkit;
import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;

import java.awt.image.ImageProducer;

import java.awt.image.WritableRaster;

import java.io.File;

import java.io.IOException;

import java.util.Iterator;

import java.util.Locale;


 


import javax.imageio.IIOImage;


import javax.imageio.ImageIO;


import javax.imageio.ImageReader;


import javax.imageio.ImageWriteParam;


import javax.imageio.ImageWriter;


import javax.imageio.metadata.IIOMetadata;


import javax.imageio.stream.ImageInputStream;


import javax.imageio.stream.ImageOutputStream;


import javax.swing.JOptionPane;

import com.sun.media.imageio.plugins.tiff.TIFFImageWriteParam;
public class ImageIOHelper {


    public ImageIOHelper() {


    }

    public static File createImage(File imageFile, String imageFormat) {


       File tempFile = null;


       try {


           Iterator<ImageReader> readers = ImageIO.getImageReadersByFormatName(imageFormat);

           ImageReader reader = readers.next();

           ImageInputStream iis = ImageIO.createImageInputStream(imageFile);


           reader.setInput(iis);


           // Read the stream metadata


           IIOMetadata streamMetadata = reader.getStreamMetadata();

           // Set up the writeParam
           TIFFImageWriteParam tiffWriteParam = new TIFFImageWriteParam(Locale.US);
           tiffWriteParam.setCompressionMode(ImageWriteParam.MODE_DISABLED);

           // Get tif writer and set output to file


           Iterator<ImageWriter> writers = ImageIO.getImageWritersByFormatName("tiff");


           ImageWriter writer = writers.next();


 


           BufferedImage bi = reader.read(0);


           IIOImage image = new IIOImage(bi, null, reader.getImageMetadata(0));


           tempFile = tempImageFile(imageFile);


           ImageOutputStream ios = ImageIO.createImageOutputStream(tempFile);


           writer.setOutput(ios);

           writer.write(streamMetadata, image, tiffWriteParam);
           ios.close();
           writer.dispose();
           reader.dispose();
       } catch (Exception exc) {


           exc.printStackTrace();


       }


       return tempFile;


    }

    public static File createImage(BufferedImage bi) {


       File tempFile = null;


       try {
           tempFile = File.createTempFile("tempImageFile", ".tif");
           tempFile.deleteOnExit();
           TIFFImageWriteParam tiffWriteParam = new TIFFImageWriteParam(Locale.US);

           tiffWriteParam.setCompressionMode(ImageWriteParam.MODE_DISABLED);
           // Get tif writer and set output to file


           Iterator<ImageWriter> writers = ImageIO.getImageWritersByFormatName("tiff");


           ImageWriter writer = writers.next();

           IIOImage image = new IIOImage(bi, null, null);


           tempFile = tempImageFile(tempFile);


           ImageOutputStream ios = ImageIO.createImageOutputStream(tempFile);


           writer.setOutput(ios);


           writer.write(null, image, tiffWriteParam);


           ios.close();


           writer.dispose();


       } catch (Exception exc) {


           exc.printStackTrace();


       }


       return tempFile;


    }
    public static File tempImageFile(File imageFile) {


       String path = imageFile.getPath();


       StringBuffer strB = new StringBuffer(path);


       strB.insert(path.lastIndexOf('.'), 0);


       return new File(strB.toString().replaceFirst("(?<=//.)(//w+)$", "tif"));


    }
    public static BufferedImage getImage(File imageFile) {


       BufferedImage al = null;


       try {


           String imageFileName = imageFile.getName();


           String imageFormat = imageFileName.substring(imageFileName.lastIndexOf('.') + 1);


           Iterator<ImageReader> readers = ImageIO.getImageReadersByFormatName(imageFormat);


           ImageReader reader = readers.next();
           if (reader == null) {


              JOptionPane.showConfirmDialog(null,


                     "Need to install JAI Image I/O package./nhttps://jai-imageio.dev.java.net");


              return null;


           }
           ImageInputStream iis = ImageIO.createImageInputStream(imageFile);
           reader.setInput(iis);
           al = reader.read(0);
  reader.dispose();

       } catch (IOException ioe) {
           System.err.println(ioe.getMessage());
       } catch (Exception e) {
           System.err.println(e.getMessage());
       }
       return al;
    }
    public static BufferedImage imageToBufferedImage(Image image) {
       BufferedImage bufferedImage = new BufferedImage(image.getWidth(null), image.getHeight(null),
              BufferedImage.TYPE_INT_RGB);
       Graphics2D g = bufferedImage.createGraphics();
       g.drawImage(image, 0, 0, null);
       return bufferedImage;
    }
    public static BufferedImage imageProducerToBufferedImage(ImageProducer imageProducer) {
       return imageToBufferedImage(Toolkit.getDefaultToolkit().createImage(imageProducer));
    }
    public static byte[] image_byte_data(BufferedImage image) {
       WritableRaster raster = image.getRaster();
       DataBufferByte buffer = (DataBufferByte) raster.getDataBuffer();
       return buffer.getData();
    }
}

package com.ocr;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;
import org.jdesktop.swingx.util.OS;
public class OCR {


    private final String LANG_OPTION = "-l";


    private final String EOL = System.getProperty("line.separator");


    private String tessPath = new File("tesseract").getAbsolutePath();


    //private String tessPath="C://Program Files (x86)//Tesseract-OCR//";


    public String recognizeText(File imageFile, String imageFormat) throws Exception {


       File tempImage = ImageIOHelper.createImage(imageFile, imageFormat);


       File outputFile = new File(imageFile.getParentFile(), "output");


       StringBuffer strB = new StringBuffer();


       List<String> cmd = new ArrayList<String>();


       if (OS.isWindowsXP()) {


           cmd.add(tessPath + "//tesseract");


           //cmd.add(tessPath + "//Tesseract-OCR");


       } else if (OS.isLinux()) {


           cmd.add("tesseract");
       } else {
           //cmd.add(tessPath + "//Tesseract-OCR")

           cmd.add(tessPath + "//tesseract");
       }
           cmd.add("");  
            cmd.add(outputFile.getName());  
            cmd.add(LANG_OPTION);  
            cmd.add("chi_sim");
            cmd.add("eng");  
       ProcessBuilder pb = new ProcessBuilder();
       pb.directory(imageFile.getParentFile());
       cmd.set(1, tempImage.getName());
       pb.command(cmd);
       pb.redirectErrorStream(true);
       Process process = pb.start();
       //tesseract.exe 1.jpg 1 -l chi_sim
       int w = process.waitFor();
       // delete temp working files
       tempImage.delete();
       if (w == 0) {
           BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(outputFile
                  .getAbsolutePath()
                  + ".txt"), "UTF-8"));
           String str;
           while ((str = in.readLine()) != null) {
              strB.append(str).append(EOL);
           }
           in.close();
       } else {
           String msg;
           switch (w) {
           case 1:
              msg = "Errors accessing files. There may be spaces in your image's filename.";
              break;
           case 29:
              msg = "Cannot recognize the image or its selected region.";
              break;
           case 31:
              msg = "Unsupported image format.";
              break;
           default:
              msg = "Errors occurred.";
           }
           tempImage.delete();
           throw new RuntimeException(msg);
       }
       new File(outputFile.getAbsolutePath() + ".txt").delete();
       return strB.toString();
    }


}
package com.ocr;
import java.io.File;
public class Test {
    /**
     * @param args
     */
    public static void main(String[] args) {
       // TODO Auto-generated method stub
       OCR ocr=new OCR();
        try {
           String maybe = new OCR().recognizeText(new  File("E://temp//222.jpg"), "jpg");
           System.out.println(maybe);
       } catch (Exception e) {
           // TODO Auto-generated catch block
           e.printStackTrace();
       } 
    }
}

由于可以第三方包加起来有点大,告诉大家一个网站 www.findjar.com 去里面找你想要的包吧,需要相关包的留下邮件吧

 

 

效果图:

 

读取的效果:

 

源地址:http://blog.csdn.net/zhoushuyan/article/details/5948289#1567946

分享到:
评论
1 楼 edison87915 2012-12-30  



相关推荐

    Java OCR图像智能字符识别技术,可识别中文.zip

    Java OCR图像智能字符识别技术,可识别中文.zip

    Java源码 OCR 图像智能字符识别技术,大幅提升中文识别率,完善修正版

    在这个"Java源码 OCR 图像智能字符识别技术,大幅提升中文识别率,完善修正版"项目中,我们可以深入探讨几个关键的知识点。 首先,Java作为一种广泛使用的编程语言,具有跨平台和丰富的库支持,是实现OCR系统的理想...

    Java OCR 图像智能字符识别-文字识别Demo

    在这个"Java OCR 图像智能字符识别-文字识别Demo"项目中,我们看到的是一个利用Java实现的OCR系统,特别强调了其对中文字符的识别能力。 这个Demo的核心可能包含以下几个关键知识点: 1. **Tesseract OCR引擎**:...

    java OCR 图像智能字符识别技术map.7z

    Java OCR(Optical Character Recognition,光学字符识别)技术是一种用于将图像中的文本转换为机器可编辑格式的方法。在Java中实现OCR技术,开发者可以利用现有的库或者开发自定义解决方案来处理图像并识别其中的...

    Java+OpenCV+OCR 图像字符处理

    接着,OCR是图像字符识别的关键。OCR技术通过分析图像中的形状和结构,将图像中的字符转化为可编辑的文本。这里可能涉及到Tesseract OCR,一个由Google维护的开源OCR引擎。在Java中,我们可以使用Tesseract的Java...

    JavaOcr图像文字识别工具

    Java OCR(Optical Character Recognition,光学字符识别)是一种技术,用于将扫描的文档、图片或PDF中的文本转换为机器可编辑的数据。这项技术在许多领域都有广泛应用,如文档数字化、表格提取、发票处理等。Java ...

    Java调用OCR进行图片识别

    Tesseract-OCR是一个开源的OCR(Optical Character Recognition,光学字符识别)引擎,由Google开发和维护。它可以将图像转换为文本,支持多种语言和字体。 二、Java调用Tesseract-OCR 要使用Java调用Tesseract-...

    使用Java开发的OCR程序 根据图像识别转换成中文

    在IT行业中,OCR(Optical Character Recognition,光学字符识别)技术是一种广泛应用的技术,它能够将图像中的文字识别并转换为可编辑的文本格式。在这个Java开发的OCR程序中,我们聚焦于如何使用Java来实现这一...

    OCR 字符识别_java

    光学字符识别(OCR)技术是IT领域中一种用于将图像中的文字转换为机器可编辑文本的重要工具。在Java编程环境中,开发OCR应用可以利用各种开源库和API来实现这一功能。"OCR 字符识别_java"这个主题聚焦于如何在Java...

    Tesseract 图像智能字符识别技术,可识别中文

    **Tesseract:强大的开源OCR...通过以上步骤,你可以利用Eclipse和Java,结合Tesseract OCR引擎,实现对中文图像的智能字符识别。在实际应用中,结合图像处理技术和深度学习方法,可以进一步提升识别的准确性和效率。

    微软Azure OCR图像识别Java代码

    在IT领域,光学字符识别(OCR)技术是将图像中的文字转换为机器可读格式的重要工具。微软Azure提供了一套强大的OCR服务,它能够高效准确地识别多种语言的文字,包括中文。在这个场景中,我们将专注于如何使用Java来...

    Java 百度ocr文字识别-发票识别,并在页面显示信息

    1. **OCR(Optical Character Recognition)光学字符识别**:OCR是一种将图像中的打印或手写文字转换为机器可读的文本格式的技术。在发票识别中,OCR用于识别发票上的各个字段,如发票号码、日期、金额、购买方和...

    JAVA Springboot项目 ocr图像识别

    本项目是关于Java SpringBoot框架下实现OCR(Optical Character Recognition,光学字符识别)功能的一个示例。OCR技术主要用于将图像中的文本转换为机器可读的文本格式,以便进行进一步处理或分析。在SpringBoot项目...

    Java OCR tesseract 图像智能文字字符识别技术实例代码

    Java OCR tesseract 图像智能文字字符识别技术是指使用 Java 语言调用 tesseract 图像识别引擎来实现图像智能文字字符识别的技术。该技术可以将图像中的文字识别出来,并将其输出为文本形式。 在该技术实例代码中,...

    java ocr图片识别文字

    在IT行业中,OCR(Optical Character Recognition,光学字符识别)技术是一种广泛应用的技术,它能够将图像中的文字转换成可编辑的文本格式。本篇主要探讨Java环境下,利用OCR技术识别图片中的文字,以及如何结合...

    java百度OCR文字识别名片信息补充

    在IT行业中,OCR(Optical Character Recognition,光学字符识别)技术是一种将图像中的文本转换为机器编码文本的技术,常用于自动识别文档、照片或扫描件中的文字。在本项目"java百度OCR文字识别名片信息补充"中,...

    ocr.rar_ocr 单个字符_ocr字符切分_字符切分ocr_字符识别_字符识别 C

    光学字符识别(OCR,Optical Character Recognition)是一种技术,它能将扫描的图像或照片中的文本转换成可编辑、可搜索的计算机文本。在OCR过程中,图像被分析以识别每个字符,然后转换成ASCII码或其他编码形式,使...

Global site tag (gtag.js) - Google Analytics