漢王ocr文字識別軟件手機版是一個帶有PDF文件處理功能的OCR軟件，支持文字型PDF的直接轉(zhuǎn)換和圖像型PDF的OCR識別，既可以采用OCR的方式，將pdf文件轉(zhuǎn)換為可編輯文檔，也可以采用格式轉(zhuǎn)換的方式直接轉(zhuǎn)換PDF文件為文本。

1.圖像輸入、圖像前處理、預(yù)識別：
2.圖像輸入：對于不同的圖像格式，有著不同的存儲格式，不同的壓縮方式，目前有OpenCV、CxImage等開源項目。
3.預(yù)處理：主要包括二值化，噪聲去除，傾斜較正等。
4.二值化：
- 對攝像頭拍攝的圖片，大多數(shù)是彩色圖像，彩色圖像所含信息量巨大，對于圖片的內(nèi)容，我們可以簡單的分為前景與背景，為了讓計算機更快的、更好地識別文字，我們需要先對彩色圖進行處理，使圖片只前景信息與背景信息，可以簡單的定義前景信息為黑色，背景信息為白色，這就是二值化圖。
5.噪聲去除：
- 對于不同的文檔，我們對噪聲的定義可以不同，根據(jù)噪聲的特征進行去燥，就叫做噪聲去除。
6.傾斜校正：
- 由于一般用戶，在拍照文檔時，都比較隨意，因此拍照出來的圖片不可避免的產(chǎn)生傾斜，這就需要文字識別軟件進行較正。
7.版面分析：
- 將文檔圖片分段落，分行的過程就叫做版面分析，由于實際文檔的多樣性，復(fù)雜性，因此，目前還沒有一個固定的，最優(yōu)的切割模型。