ocr - OCR 不再是问题吗？

Question

根据 Wikipedia 的说法，“拉丁文打字文本的准确识别现在被认为在很大程度上解决了可以提供清晰成像的应用程序(例如扫描打印文档)的问题。”但是，它没有给出引用。

我的问题是:这是真的吗？当前最先进的技术是否如此出色——对于英文文本的良好扫描——没有任何重大改进可做？

或者，这个问题的主观性较低的形式是:现代 OCR 系统在识别英文文本以获得高质量扫描方面的准确度如何？

Answer 1

狭义地认为，将足够高质量的 2d 位图分解为矩形，每个矩形都包含一组性能良好的预先指定字体(参见 Omnifont)中的一个的已识别拉丁字符，这是一个已解决的问题。

开始使用这些参数，例如古怪的未知字体、嘈杂的扫描、亚洲字符，它开始变得有些不稳定或需要额外的输入。许多著名的 Ominfont 系统不能很好地处理连字。

OCR 的主要问题是理解输出。如果这是一个已解决的问题，Google Books 将提供完美的结果。