当前OCR识别方案已经发展到较高的水平,基于单一引擎、单一识别方案的OCR系统的识别率几乎达到极限,在此基础上提高识别率难度较大,因此国内外的研究重点开始转移到多识别方案的融合、多OCR结果的融合、多OCR引擎的融合等。在这些研究中,有关前两种方案的研究较多,有大量的实验数据,而第三种方案研究相对较少。　　 本文采用多OCR引擎融合的方式来提高识别率,在该方向进行探索和研究。本文采用了三种异构OCR引擎:OpenRTKOCR、tesseractOCR和cunieformOCR。首先简要介绍了这三种引擎的特点,从两个方面对这三种引擎的差异性进行了实验和分析,为OCR融合能够提高识别率奠定了理论基础。　　 本文参考美国专利的多OCR引擎的对称式融合模型,采用三种OCR引擎实现了该模型,但是对称式系统模型本身存在弊端,它导致识别速度急剧下降。为了解决这一问题,本文提出基于非对称式的系统融合模型。为了验证该系统模型,我们对选取的三种OCR引擎的性能和特点进行分析比较,从中选取主引擎和辅助引擎,实现本文提出的基于非对称式结构的多OCR引擎融合模型。　　 本文还初步构建多引擎OCR系统评测环境,采用ISRI样张集对实现的两种融合系统进行了性能评测,将对称式和非对称式系统的测试结果进行了对比,为非对称式OCR融合系统的优越性提供了数据支持,也为后继的系统调优工作奠定了基础。