ocr 识别软件 win7可以用ocr文字识别软件吗
一、别软别软win7可以用ocr文字识别软件吗
当然可以啦，可用现在的字识有些ocr文字识别软件可以支持win7、win10系统的别软别软，比如说下面的可用这款软件；
下面就以win7系统为例，下载一个ocr文字识别软件；
1、字识打开百度搜索关键词“迅捷办公”，别软别软进入官网，可用里面有一个ocr文字识别软件；
2、字识该软件支持win7系统的别软别软电脑，而且识别的可用效果不比win10的差。
二、字识js怎么识别图片上的别软别软文字
思路
实现一个算法，思路是可用最重要的，而实现不过是字识把思想转化为能够运行的代码。
简单地说，要进行文本识别，自然是拿图片的数据与文字的图形数据进行对比，找到与图片数据匹配程度最高的字符。
首先，先确定图片中文本所用的字体、字号、行距等信息，打开PhotoShop，确定了字体为微软雅黑，16像素，行距为24，Base64文字的开始坐标为(8, 161)。
然后，确定要进行匹配的字库，Base64编码中可能出现的字符为26个字母大小写、10个数字、加号、斜杠，但目测在图片中没有斜杠出现，因此字库应该为：
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ+
接着，是确定如何判断字符是否匹配，由于只需要对字型进行匹配，因此颜色值对算法并无用处，因此将其灰度化（详见百度百科），并使用01数组表示，1代表该像素点落在此字符图形上，0反之，而如何确定该某个灰度值在数组中应该表示为0还是1，这个转换公式更是算法中的关键。
最后，将字型的灰度化数据与图片中文字部分的灰度化数据进行对比，将误差最小的字型作为匹配到的字符，然后进行下一个字符的匹配，直到图片中所有字符匹配完毕为止。
递归实现
详细的思路于代码注释中，个人觉得这样结合上下文更为容易理解（注：代码应运行于服务器环境，否则会出现跨域错误，代码行数虽多，但注释就占了大半，有兴趣可以耐心看完，图片资源于上方“写在前面”）。
<!doctype html><html lang="zh-CN"><head><meta charset="UTF-8"><title>文字识别</title></head><body><canvas id="canvas" width="880" height="1500"></canvas><script type="text/javascript"> var image= new Image(); image.onload= recognition; image.src='image.jpg'; function recognition(){ //开始时间，用于计算耗时 var beginTime= new Date().getTime();//获取画布 var canvas= document.getElementById('canvas');//字符库 var letters='0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ+';//字型数据 var letterData={ };//获取context var context= canvas.getContext('2d');//设置字体、字号 context.font='16px微软雅黑';//设置文字绘制基线为文字顶端 context.textBaseline='top';//一个循环获取字符库对应的字型数据 for(var i= 0; i< letters.length;++i){ var letter= letters[i];//获取字符绘制宽度 var width= context.measureText(letter).width;//绘制白色背景，与图片背景对应 context.fillStyle='#fff'; context.fillRect(0, 0, width, 22);//绘制文字，以获取字型数据 context.fillStyle='#000'; context.fillText(letter, 0, 0);//缓存字型灰度化0-1数据 letterData[letter]={ width: width, data: getBinary(context.getImageData(0, 0, width, 22).data)}//清空该区域以获取下个字符字型数据 context.clearRect(0, 0, width, 22);}// console.log(letterData);//绘制图片 context.drawImage(this, 0, 0);//要识别的文字开始坐标 var x= beginX= 8; var y= beginY= 161;//行高 var lineHeight= 24;//递归次数 var count= 0;//结果文本 var result='';//递归开始 findLetter(beginX, beginY,'');//递归函数 function findLetter(x, y, str){ //找到结果文本，则递归结束 if(result){ return;}//递归次数自增1++ count;// console.log(str);//队列，用于储存可能匹配的字符 var queue= [];//循环匹配字符库字型数据 for(var letter in letterData){ //获取当前字符宽度 var width= letterData[letter].width;//获取该矩形区域下的灰度化0-1数据 var data= getBinary(context.getImageData(x, y, width, 22).data);//当前字符灰度化数据与当前矩形区域下灰度化数据的偏差量 var deviation= 0;//一个临时变量以确定是否到了行末 var isEmpty= true;//如果当前矩形区域已经超出图片宽度，则进行下一个字符匹配 if(x+ width> 440){ continue;}//计算偏差 for(var i= 0, l= data.length; i< l;++i){ //如果发现存在的有效像素点，则确定未到行末 if(isEmpty&& data[i]){ isEmpty= false;}//不匹配的像素点，偏差量自增1 if(data[i]!= letterData[letter].data[i]){ ++deviation;}}//由于调试时是在猎豹浏览器下进行的，而不同浏览器下的绘图API表现略有不同//考虑到用Chrome的读者应该也不少，故简单地针对Chrome对偏差进行一点手动微调//（好吧，我承认我是懒得重新调整getBinary方法的灰度化、0-1化公式=_=||）//下面这段if分支在猎豹浏览器下可以删除 if(letter=='F'|| letter=='E'){ deviation-= 6;}//如果匹配完所有17行数据，则递归结束 if(y> beginY+ lineHeight* 17){ result= str; break;}//如果已经到了行末，重置匹配坐标 if(isEmpty){ x= beginX; y+= lineHeight; str+='\n';}//如果偏差量与宽度的比值小于3，则纳入匹配队列中//这里也是算法中的关键点，怎样的偏差量可以纳入匹配队列中//刚开始是直接用绝对偏差量判断，当偏差量小于某个值的时候则匹配成功，但调试过程中发现不妥之处//字符字型较小的绝对偏差量自然也小，这样l，i等较小的字型特别容易匹配成功//因此使用偏差量与字型宽度的比值作为判断依据较为合理//而这个判断值3的确定也是难点之一，大了递归的复杂度会大为增长，小了很可能将正确的字符漏掉 if(deviation/ width< 3){ queue.push({ letter: letter, width: width, deviation: deviation});}}//如果匹配队列不为空 if(queue.length){ //对队列进行排序，同样是根据偏差量与字符宽度的比例 queue.sort(compare);// console.log(queue);//从队头开始进行下一个字符的匹配 for(var i= 0; i< queue.length&&! result;++i){ var item= queue[i];//下一步递归 findLetter(x+ item.width, y, str+ item.letter);}}else{ return false;}}//递归结束//两个匹配到的字符的比较方法，用于排序 function compare(letter1, letter2){ return letter1.deviation/ letter1.width- letter2.deviation/ letter2.width;}//图像数据的灰度化及0-1化 function getBinary(data){ var binaryData= []; for(var i= 0, l= data.length; i< l; i+= 4){ //尝试过三种方式//一种是正常的灰度化公式，无论系数如何调整都无法与绘制的文字字型数据很好地匹配// binaryData[i/ 4]=(data[i]* 0.3+ data[i+ 1]* 0.59+ data[i+ 2]* 0.11)< 90;//一种是自己是通过自己手动调整系数，结果虽然接近但总是不尽人意// binaryData[i/ 4]= data[i]< 250&& data[i+ 1]< 203&& data[i+ 2]< 203;//最后使用了平均值，结果比较理想 binaryData[i/ 4]=(data[i]+ data[i+ 1]+ data[i+ 2])/ 3< 200;} return binaryData;} console.log(result);//输出耗时 console.log(count,(new Date().getTime()- beginTime)/ 1000+' s');//将文字绘制到图片对应位置上，以方便查看提取是否正确 context.drawImage(this, this.width, 0); var textArray= result.split('\n'); for(var i= 0; i< textArray.length;++i){ context.fillText(textArray[i], this.width+ beginX, beginY+ lineHeight* i);}}</script></body></html>
运行环境
Win7 64位，i3-3220 CPU 3.30 GHz，8G内存
运行结果
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 1.984 s（猎豹）772 15.52 s（Chrome）
（递归次数谷歌只比猎豹多几十，耗时却对了十几秒，看来猎豹真的比Chrome快？）
参考资料:增值税发票ocr识别
评论
作者最新文章
合同伪造签字怎么识别
快速ocr文字32位识别软件下载
财务报表数据来源 ocr财务报表识别
ocr身份证识别作用
