文字識(shí)別 PPT.ppt

圖像工程 文字識(shí)別技術(shù) 簡(jiǎn)介 文字識(shí)別一般包括文字信息的采集 信息的分析與處理 信息的分類判別等幾個(gè)部分 信息采集將紙面上的文字灰度變換成電信號(hào) 輸入到計(jì)算機(jī)中去 信息采集由文字識(shí)別機(jī)中的送紙機(jī)構(gòu)和光電變換裝置來(lái)實(shí)現(xiàn) 有飛點(diǎn)掃描 攝像機(jī) 光敏元件和激光掃描等光電變換裝置 信息分析和處理對(duì)變換后的電信號(hào)消除各種由于印刷質(zhì)量 紙質(zhì) 均勻性 污點(diǎn)等 或書(shū)寫工具等因素所造成的噪音和干擾 進(jìn)行大小 偏轉(zhuǎn) 濃淡 粗細(xì)等各種正規(guī)化處理 信息的分類判別對(duì)去掉噪聲并正規(guī)化后的文字信息進(jìn)行分類判別 以輸出識(shí)別結(jié)果 識(shí)別方法 模板匹配法將輸入的文字與給定的各類別標(biāo)準(zhǔn)文字 模板 進(jìn)行相關(guān)匹配 計(jì)算輸入文字與各模板之間的相似性程度 取相似度最大的類別作為識(shí)別結(jié)果 這種方法的缺點(diǎn)是當(dāng)被識(shí)別類別數(shù)增加時(shí) 標(biāo)準(zhǔn)文字模板的數(shù)量也隨之增加 這一方面會(huì)增加機(jī)器的存儲(chǔ)容量 另一方面也會(huì)降低識(shí)別的正確率 所以這種方式適用于識(shí)別固定字型的印刷體文字 這種方法的優(yōu)點(diǎn)是用整個(gè)文字進(jìn)行相似度計(jì)算 所以對(duì)文字的缺損 邊緣噪聲等具有較強(qiáng)的適應(yīng)能力 幾何特征抽取法抽取文字的一些幾何特征 如文字的端點(diǎn) 分叉點(diǎn) 凹凸部分以及水平 垂直 傾斜等各方向的線段 閉合環(huán)路等 根據(jù)這些特征的位置和相互關(guān)系進(jìn)行邏輯組合判斷 獲得識(shí)別結(jié)果 這種識(shí)別方式由于利用結(jié)構(gòu)信息 也適用于手寫體文字那樣變型較大的文字 模板匹配的流程 建立標(biāo)準(zhǔn)模板庫(kù)文字識(shí)別文字分割特征提取相似度比較模板比較和識(shí)別方法遇到未知字符則更新模板庫(kù) 標(biāo)準(zhǔn)模板庫(kù) 確定標(biāo)準(zhǔn)圖像待識(shí)別圖像的比較分辨率100 120 文字讀入與分割 1 讀入圖像并轉(zhuǎn)換為灰度圖將灰度圖進(jìn)行二值化 文字讀入與分割 2 對(duì)列求和 若為0則可以作為分割線橫向求和 去除上下的黑邊 文字讀入與分割 3 執(zhí)行了分割對(duì)分割后圖片使用matlab內(nèi)置的imresize函數(shù)進(jìn)行標(biāo)準(zhǔn)化 模板比較和識(shí)別 將輸入圖像與標(biāo)準(zhǔn)模板異或操作每個(gè)像素點(diǎn)的分量相加結(jié)果越小則匹配相似度越高 模板庫(kù)的更新 異或結(jié)果均得到較大值時(shí)經(jīng)過(guò)一定實(shí)驗(yàn)得到了一個(gè)經(jīng)驗(yàn)值4000如果和所有模板的結(jié)果都超過(guò)4000 則認(rèn)為匹配失敗 需要更新 運(yùn)行結(jié)果1 輸入了8個(gè)字母 其中X不在模板庫(kù)之中 運(yùn)行結(jié)果2 X沒(méi)有識(shí)別出來(lái) 添加X(jué)的模板之后重新識(shí)別 能夠識(shí)別出來(lái) 局限性與不足 筆畫太細(xì)會(huì)造成無(wú)法識(shí)別有偏角和過(guò)于潦草的字無(wú)法識(shí)別相似度太大的字母無(wú)法識(shí)