标签：
OCR 汉王 扫描 电子版
这学期邓论换新教材了，我就懒得去买了，所以就扫描了本，然后用汉王（5.0）转换成电子版的。用的时候发现还有不少问题有待改善，所以只能一张张校验。
校验下来发现问题主要集中在几个问题上：
1）左右边旁的字，容易拆分成两个字，这里应该考虑加个算法，字数最少最优；
2）句号总是识别不清，标点里主要就是句号有问题，这个怎么改善还没思路；
3）一划的字不能有效识别，像“一”经常被识别成两个一，如果是打印体，可以考虑一下字的全局比例，这样应该可以解决了；
4）字库少当然可以通过升级来改善，不过更多的问题我发现是词更多的是后向关联，前向关联的很少，这方面有待加强；
5）最后就是汉王只对黑体和宋体识别率比较高，对于楷体和手写体识别率就低不少，这个就有点不知道为什么了，貌似手写板的识别率不是蛮高的吗，不过好像是通过记忆书写习惯来提高的，对于纸面的识别好像没有用这个方法，不过纸面扫描用记忆也有点困难。具体怎么改善，还要仔细考虑一下。
以上仅是抛砖引玉，希望对正从事OCR研究的朋友有所帮助
系统分类:
软件开发 | 用户分类:
无分类 | 来源:
原创 | 【推荐给朋友】 | 【添加到收藏夹】