电子文档识别系统

电子文档（Electronic document）是指人们在社会活动中形成的，以计算机盘片、磁盘和光盘等化学磁性材料为载体的文字材料。电子文档识别系统是指利用各种模式识别算法和机器学习算法对电子文档中的不同文字定位，提取各种文字的特征，与识别字典中的标准字符进行匹配判断，从而达到识别并任意修改文档内容的目的的系统。电子文档识别系统是指通过模式识别和机器学习有关技术，识别电子文档中内容，并能对电子文档内容进行修改的系统。为了方便对电子文档的识别，电子文档识别系统中，一般将电子文档转换成图像（文档图像），利用图像识别有关技术，进行电子文档识别，例如版面分析需要用到图像分割技术。