分析文本资料的图像文件进行识别处理，
获取字符和布局信息的过程。
一般来说
包括图像输入、图像预处理、预识别等过程。
1
图像输入：
对于不同图像格式，
有不同的存储格式，
有多种压缩方法
现在有
OpenCV，CxImage
等待开源项目。
2
预处理：主要包括二值化、去噪、倾斜为正等。
2.1
二值化：
用照相机拍摄的图像大多是彩色图像，彩色图像中包含的信息量巨大，与此相对
为了使计算机更快更好，照片的内容可以很容易地分为前景和背景
要识别字符，必须首先处理彩色图表，使图像只保留前景信息和背景
信息可以简单地定义前景信息为黑色，背景信息为白色。 这就是二值化图。
2.2
去噪：
噪声的定义因文档而异。 根据噪声特征去除干燥，
称为去噪。
3
倾斜校正：一般用户在拍摄文档时，是随意拍摄的
图像不可避免地会产生倾斜，需要文字识别软件进行校正。
4
布局分析：将文档的图像分成段落，建立分店的过程称为布局分析。 是为了实际的文章
由于文件的多样性、复杂性，目前没有固定的最佳切割模型。
5
剪切文字：由于摄影条件的限制，文字往往粘连，钢笔断裂，因此存在局限性
制作了识别系统的性能。