百度VS腾讯OCR图片批量识别转文字 v1.51 绿色免费版

百度VS腾讯OCR图片批量识别转文字是由吾爱网友酒醒黄昏自主开发的一款绿色免费，功能实用的百度OCR文字识别工具。软件是利用百度接口做的一个批量识别小程序，能够非常准确的识别图像中的文字，通过采用优化的光学字符识别系统，可准确的对文字字体进行识别和段落切分，注册百度账号是免费的，申请KEY也是免费的，新版在原基础上新增了腾讯接口，功能进一步完善，有需求的用户请下载使用。

OCR软件识别原理

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。

百度OCR申请KEY教程

1、浏览器打开输入网址：https://cloud.baidu.com/ 后申请一个账号（申请是免费的不要钱）

2、点击创建应用 （创建应用 也是免费的 ）

3、应用已经创建好了，里面就有 api_key 和Secret_Key 应用可以创建无数个随便你创建多少都可以，每个创建的密钥都不同

4、创建应用了，看看是否已开通了文字识别功能

5、以上都操作完毕就拿出你申请的 KEY 就可以使用了！