LEADTOOLS使用教程：表单识别和处理流程概述

ECM(Enterprise Content Management)系统，尤其是文档图像应用程序的一个主要特点就是表单识别和处理。ECM系统在采集、管理、储存和传递文件过程中，表单识别和处理是优化整个工作流的一个关键因素。

表单识别是一个填写表单并自动确定表单类型的过程。表单识别也是一个从所填写的表单中自动提取关键信息的过程。

在大多数情况下，一个典型的工作流以创建需要被处理的实际表单为起点，以存储稍后需要检索的数据和生成报表为终点。

表单识别和处理流程如下：

Form Creation（表单创建）： 该步骤创建实际表单，并将所有相关信息和字段添加到窗体。

Distribution（分配）：表单被分配给用户填写，文档以电子形式或者纸面形式进行分配。

Input/Capture（输入和捕获）：文件可以以多种方式进行捕获。一旦文档被捕获，文档就被发送到内容管理系统中进行处理。源文档捕获

• 扫描/传真文件
• 导入所填写的电子文档
• 现有的电子文档

Image Cleanup（图像清理）：为了最大限度地提高识别和处理结果，该文件必须尽可能干净。 LEADTOOLS提供了一套广泛的方法移除扫描或传真图像中的一些常见问题，去除点、线和孔。

Recognition（识别）：图像清理后就可以进行识别。通过识别还可以确定图像类型。在识别过程中，可以采用多种识别技术，如条形码、OCR以及LEADTOOLS所提供的其他技术等。可以标注一些无法识别的表单并且以后还可以手动检查。

Processing（处理）：一旦识别出了表单类型，我们就可以知道哪些信息需要被提取以及位于窗体上的位置。所有相关信息如条码数据、客户填充数据（姓名，地址，日期，签名，徽标等）均可被提取。OCR, ICR和 OMR等多种技术均被用户提取数据。一些无法识别的表单将被标注出来，并且以后还可以手动检查。

Quality Assurance（质量保证）：在某些情况下，表单可能无法被识别或处理。这些情况包括：扫描\传真质量低、表单没有添加到master collection、单证不全、文件没有被填写好等等。质量保证机构将手工检查这些文件，并决定稳健是否应该识别和处理，或者需要重新创建。

Output（输出）：此时，表单已经就绪，准备输出。输出阶段通常需要用到所提取的数据。可以对输出文档进行存储、归档、以电子邮件发送结果、生成报表和启动其他过程等。原始文件可以以最为有效的格式进行存储，如LEADTOOLS ABC，还可以一些TIFF、PDF和JPEG等标准格式存储。 LEADTOOLS目前支持140种不同格式。