OCR - 版式分析

OCR图像一般有两种：有格式的近距离图像或者扫描件，如身份证，名片，人民币、美元；无格式的图像，如 使用Tesseract OCR 提取复杂图像中的文字。 

最近 有格式的近距离图像识别项目比较多，因此积累了一套版式分析(Layout Analysis)的算法，快速、可抗强干扰（光线、阴影）和噪音（污染、遮挡、背景）。特别适合证件，钱币等格式比较固定，内容较少但字比较分散的图像OCR。