【证件识别】 OCR（Optical Character Recognition ， 光学字符识别） ， 是属于图型识别（Pattern Recognition ， PR）的一门学问 。 其目的就是要让计算机知道它到底看到了什么 ， 尤其是文字资料 。 由于OCR是一门与识别率拔河的技术 ， 因此如何除错或利用辅助信息提高识别正确率 ， 是OCR最重要的课题 ， ICR（Intelligent Character Recognition）的名词也因此而产生 。 而根据文字资料存在的媒体介质不同 ， 及取得这些资料的方式不同 ， 就衍生出各式各样、各种不同的应用 。
在此对OCR作一基本介绍 ， 包括其技术简介以及其应用介绍 。
一、OCR的发展 要谈OCR的发展 ， 早在60、70年代 ， 世界各国就开始有OCR的研究 ， 而研究的初期 ， 多以文字的识别方法研究为主 ， 且识别的文字仅为0至9的数字 。 以同样拥有方块文字的日本为例 ， 1960年左右开始研究OCR的基本识别理论 ， 初期以数字为对象 ， 直至1965至1970年之间开始有一些简单的产品 ， 如印刷文字的邮政编码识别系统 ， 识别邮件上的邮政编码 ， 帮助邮局作区域分信的作业；也因此至今邮政编码一直是各国所倡导的地址书写方式 。
OCR可以说是一种不确定的技术研究 ， 正确率就像是一个无穷趋近函数 ， 知道其趋近值 ， 却只能靠近而无法达到 ， 永远在与100%作拉锯战 。 因为其牵扯的因素太多了 ， 书写者的习惯或文件印刷品质、扫描仪的扫瞄品质、识别的方法、学习及测试的样本……等等 ， 多少都会影响其正确率 ， 也因此 ， OCR的产品除了需有一个强有力的识别核心外 ， 产品的操作使用方便性、所提供的除错功能及方法 ， 亦是决定产品好坏的重要因素 。
一个OCR识别系统 ， 其目的很简单 ， 只是要把影像作一个转换 ， 使影像内的图形继续保存、有表格则表格内资料及影像内的文字 ， 一律变成计算机文字 ， 使能达到影像资料的储存量减少、识别出的文字可再使用及分析 ， 当然也可节省因键盘输入的人力与时间 。
从影像到结果输出 ， 须经过影像输入、影像前处理、文字特征抽取、比对识别、最后经人工校正将认错的文字更正 ， 将结果输出 。 在此逐一介绍：
影象输入：欲经过OCR处理的标的物须透过光学仪器 ， 如影像扫描仪、传真机或任何摄影器材 ， 将影像转入计算机 。 科技的进步 ， 扫描仪等的输入装置已制作的愈来愈精致 ， 轻薄短小、品质也高 ， 对OCR有相当大的帮助 ， 扫描仪的分辨率使影像更清晰、扫除速度更增进OCR处理的效率 。
影象前处理：影像前处理是OCR系统中 ， 须解决问题最多的一个模块 ， 从得到一个不是黑就是白的二值化影像 ， 或灰阶、彩色的影像 ， 到独立出一个个的文字影像的过程 ， 都属于影像前处理 。 包含了影像正规化、去除噪声、影像矫正等的影像处理 ， 及图文分析、文字行与字分离的文件前处理 。 在影像处理方面 ， 在学理及技术方面都已达成熟阶段 ， 因此在市面上或网站上有不少可用的链接库；在文件前处理方面 ， 则凭各家本领了；影像须先将图片、表格及文字区域分离出来 ， 甚至可将文章的编排方向、文章的题纲及内容主体区分开 ， 而文字的大小及文字的字体亦可如原始文件一样的判断出来 。 文字特征抽取：单以识别率而言 ， 特征抽取可说是OCR的核心 ， 用什么特征、怎么抽取 ， 直接影响识别的好坏 ， 也所以在OCR研究初期 ， 特征抽取的研究报告特别的多 。 而特征可说是识别的筹码 ， 简易的区分可分为两类：一为统计的特征 ， 如文字区域内的黑/白点数比 ， 当文字区分成好几个区域时 ， 这一个个区域黑/白点数比之联合 ， 就成了空间的一个数值向量 ， 在比对时 ， 基本的数学理论就足以应付了 。 而另一类特征为结构的特征 ， 如文字影像细线化后 ， 取得字的笔划端点、交叉点之数量及位置 ， 或以笔划段为特征 ， 配合特殊的比对方法 ， 进行比对 ， 市面上的线上手写输入软件的识别方法多以此种结构的方法为主 。 对比数据库：当输入文字算完特征后 ， 不管是用统计或结构的特征 ， 都须有一比对数据库或特征数据库来进行比对 ， 数据库的内容应包含所有欲识别的字集文字 ， 根据与输入文字一样的特征抽取方法所得的特征群组 。
