OCR软件主要是由下面几个部分组成。

      1、图像输入、预处理：

      图像输入：对于不同的图像格式，有着不同的存储格式，不同的压缩方式，目前有OpenCV,CxImage等开源项目 。预处理：主要包括二值化，噪声去除，倾斜较正等

      2、二值化：

      对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，我们可以简单的分为前景与背景，为了让计算机更快的，更好的识别文字，我们需要先对彩色图进行处理，使图片只前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

      3、噪声去除：

      对于不同的文档，我们对噪声的定义可以不同，根据噪声的特征进行去噪，就叫做噪声去除

      4、倾斜较正：

      由于一般用户，在拍照文档时，都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正。

      5、版面分析：

      将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性，复杂性，因此，目前还没有一个固定的，最优的切割模型。

      6、字符切割：

      由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能，这就需要文字识别软件有字符切割功能。

      7、字符识别：

      这一研究，已经是很早的事情了，比较早有模板匹配，后来以特征提取为主，由于文字的位移，笔画的粗细，断笔，粘连，旋转等因素的影响，极大影响特征的提取的难度。

      8、版面恢复：

      人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变，的输出到word文档,pdf文档等，这一过程就叫做版面恢复。

      9、后处理、校对：

      根据特定的语言上下文的关系，对识别结果进行较正，就是后处理。

      百度OCR申请KEY教程

      1、浏览器打开输入网址：https://cloud.baidu.com/ 后申请一个账号(申请是免费的不要钱)

      2、点击创建应用 (创建应用 也是免费的 )

      3、应用已经创建好了，里面就有 api_key 和Secret_Key 应用可以创建无数个随便你创建多少都可以，每个创建的密钥都不同

      4、创建应用了，看看是否已开通了文字识别功能

      5、以上都操作完毕就拿出你申请的 KEY 就可以使用了!