OCR技术解析！

这个还是看书自学吧，不是个人短期能搞定的，识别率95%的汉字印刷体OCR源代码能卖￥10万
主要是统计识别、神经网络算法，还要建一些语料库
最简单的识别方法就是模板匹配，把图片上的文字去跟计算机里的点阵文字进行对比

OCR（Optical Character Recognition，光学字符识别），是属于图型识别（Pattern Recognition，PR）的一门学问。其目的就是要让计算机知道它到底看到了什么，尤其是文字资料。
由于OCR是一门与识别率拔河的技术，因此如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。而根据文字资料存在的媒体介质不同，及取得这些资料的方式不同，就衍生出各式各样、各种不同的应用。

百度上有非常详细的解释，给你个链接，看一下吧
http://baike.baidu.com/view/17761.html?wtp=tt