10.3969/j.issn.2095-2163.2020.10.010
基于循环卷积神经网络的模块化文字识别
为了解决光学字符识别(OCR)过程中,因文字采集质量偏低导致文字识别精度低的技术问题,提出了一种将传统方法与神经网络相结合的OCR技术.本文针对图像中的文字待识别区域进行文字识别:首先将待识别图像处理成无损位图文件;随后将无损位图文件进行方向校正、去噪、字符切割等预处理操作;最后基于预处理后的文本图像进行文字识别.实验表明,本文提出的方法,降低了OCR系统处理数据的负荷、提升了识别精度.不仅节约了时间成本和硬件成本,而且可以有效的识别文字图像中的密集文字和模糊文字.
文字图像、卷积神经网络、图像处理
10
TP391.1(计算技术、计算机技术)
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共7页
37-43
