OCR技術和文字辨識演算法
OCR(光學字元辨識)使用電腦視覺和機器學習將包含文字的影像轉換為機器可讀文字。該過程包括:影像擷取(相機、掃描器、螢幕截圖)、預處理(降噪、二值化、傾斜校正)、文字定位(使用邊緣偵測、連通元件偵測文字區域)、字元分割(隔離單個字元)以及字元辨識(將模式匹配到已知字元)。現代OCR使用深度學習模型:CNN(卷積神經網路)用於特徵提取、RNN(遞迴神經網路)用於序列辨識以及注意力機制用於上下文。該工具實作Tesseract.js(Tesseract OCR引擎的JavaScript移植),提供:100多種語言的預訓練模型、基於LSTM的神經網路用於準確辨識以及每個辨識字元的信賴度分數。進階功能包括:版面分析(保留文件結構、偵測欄/段落)、手寫辨識(草書和印刷體樣式)以及多方向文字偵測(旋轉文字、垂直文字)。