OCR是什么 ？ OCR （Optical Character Recognition，光学字符识别）是指电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。 而由于技术门槛相当的高，能做中文OCR识别的公司并不多，所以那些独立开发者开发的OCR软件，一般都是借用大公司的API接口。
OCR文字识别的解码主要难点在于如何进行输入输出的对齐。 如上图所示，如果每个1xn预测一个字符，那么可能会出现多个1xn预测同一个字符，这样子得到的最终结果会产生重复字符。 所以需要设计针对文字识别的解码算法来解决输入输出的对齐问题。
OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。 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。
OCR技术的兴起便是从印刷体识别开始的，印刷体识别的成功为后来手写体的发展奠定了坚实的基础。 印刷体识别的主要流程大致分为以下几个部分：图像预处理；版面处理；图像切分；特征提取及模型训练；识别后处理。
