OCR是英文Optical Character Recognition的缩写，意思为光学字符识别，通称为文字识别，它的工作原理为通过扫描仪或数码相机等光学输入设备获取纸张上的文字图片信息，利用各种模式识别算法分析文字形态特征，判断出汉字的标准编码，并按通用格式存储在文本文件中，由此可以看出，OCR实际上是让计算机认字，实现文字自动输入。它是一种快捷、省力、高效的文字输入方法。 TH-OCR是清华大学自1985年就开始研发的，TH是TsingHua（清华）的缩写，TH-OCR代表北京文通信息技术有限公司开发的OCR软件。在国家“863”计划支持下，持续了十多年的科研成果，从1.0版本开