OCR技術(shù)及其應(yīng)用課件_第1頁
OCR技術(shù)及其應(yīng)用課件_第2頁
OCR技術(shù)及其應(yīng)用課件_第3頁
OCR技術(shù)及其應(yīng)用課件_第4頁
OCR技術(shù)及其應(yīng)用課件_第5頁
已閱讀5頁，還剩23頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

OCR技術(shù)及其應(yīng)用1教學課件OpticalCharacterRecognition文檔圖像電子文檔2教學課件字符識別的歷程概念的提出始于1929年國內(nèi)的研究從70年代才開始，目前已經(jīng)達到國際先進水平，其中漢字工作識別技術(shù)已經(jīng)位居國際領(lǐng)先3教學課件銀行領(lǐng)域的應(yīng)用5教學課件稅務(wù)領(lǐng)域的應(yīng)用>-3</822>4>*-3<<2/7302674/17*62+6209>1**8*108*<->5/++425>-0*<52->975*>>>3880029825-<6教學課件電子政務(wù)領(lǐng)域的應(yīng)用電子公文審批與流轉(zhuǎn)電子公文的識別與查詢7教學課件圖像處理去噪聲、平滑、去黑邊、傾斜校正等9教學課件10教學課件版面理解11教學課件字符分割行分割字分割13教學課件字符識別14教學課件字體識別宋體仿宋黑體楷體隸書魏碑圓體15教學課件格式化輸出17教學課件目前挑戰(zhàn)性的課題脫機手寫漢字識別超大字符集的印刷字符識別非定制版面分析18教學課件OCR涉及的模式識別問題一致性假設(shè)在統(tǒng)計意義下，一般假設(shè)：樣本與分類對象具有同分布。給定的所有分類對象獨立同分布。19教學課件貝葉斯決策理論已知的先驗概率需要決策的類別數(shù)是一定的基于模型的方法21教學課件人工神經(jīng)網(wǎng)絡(luò)缺乏充分的理論基礎(chǔ)局部極小點問題過學習與欠學習的問題22教學課件支持向量機統(tǒng)計學習理論一種專門研究小樣本統(tǒng)計學習規(guī)律的理論九十年代初取得重要進展23教學課件對比測試25教學課件弱分類器如果一個分類器的分類能力(泛化)稍大于50%，這個分類器稱為弱

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論