随着人类进入信息化社会,各种文档资料呈几何级的增长,如何对这些海量资料进行高效、快速的保存和处理,成为计算机科学研究的热点问题。光学字符识别系统(OCR)就是将已有的海量信息高效地使用计算机识别并处理的一种技术,已经被广泛用于办公自动化、人工智能、信息压缩等领域。本文详细阐述了光学字符识别技术的算法流程,并对算法中的要点、难点问题如二值化、版面分析、分类器集成等做了大量实验和改进。本文的主要工作如下:(1)针对具有复杂版面的文档,以往的算法都是使用投影法来切分,但是投影法对于图文混排、兼有表格的复杂版面不能正确切分。本文采用基于连通域的方法,通过对不同连通域的特征分析,区分出识别有效区域和无效区域。实验结果表明,该方法克服了投影法的缺点,并取得了较好的切分效果。(2)汉英混排在字符切分中是一个较难的问题,我们根据字符间隔的等间距特征,区分出了文档中的英文区域和中文区域。然后,通过识别反馈算法,实现了汉字和英文的分离,并根据汉字部件合并的规则,实现了左右相邻结构汉字的合并。(3)汉字细化常常会出现畸变,目前常用的畸变校正算法的缺点是不能对合并半径进行合理估计,而且没有制定详细的合并规则。本文提出的算法不但为合并半径给出了合理的范围估计,而且制定了详细的合并规则,实验结果表明该方法能较好的校正细化畸变。(4)本文设计了一种适于汉字识别的分类器集成方案,既提高了系统识别的鲁棒性,又保证了识别率和识别速度。