文字識別 PPT

1、 文字識別技術 簡介簡介文字識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部分。信息采集 將紙面上的文字灰度變換成電信號，輸入到計算機中去。信息采集由文字識別機中的送紙機構(gòu)和光電變換裝置來實現(xiàn)，有飛點掃描、攝像機、光敏元件和激光掃描等光電變換裝置。信息分析和處理 對變換后的電信號消除各種由于印刷質(zhì)量、紙質(zhì)（均勻性、污點等）或書寫工具等因素所造成的噪音和干擾，進行大小、偏轉(zhuǎn)、濃淡、粗細等各種正規(guī)化處理。信息的分類判別 對去掉噪聲并正規(guī)化后的文字信息進行分類判別，以輸出識別結(jié)果。識別方法識別方法 模板匹配法 將輸入的文字與給定的各類別標準文字（模板）進行相關匹配，計算輸入文字與

2、各模板之間的相似性程度，取相似度最大的類別作為識別結(jié)果。這種方法的缺點是當被識別類別數(shù)增加時，標準文字模板的數(shù)量也隨之增加。這一方面會增加機器的存儲容量，另一方面也會降低識別的正確率，所以這種方式適用于識別固定字型的印刷體文字。這種方法的優(yōu)點是用整個文字進行相似度計算，所以對文字的缺損、邊緣噪聲等具有較強的適應能力。 幾何特征抽取法 抽取文字的一些幾何特征，如文字的端點、分叉點、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系進行邏輯組合判斷，獲得識別結(jié)果。這種識別方式由于利用結(jié)構(gòu)信息，也適用于手寫體文字那樣變型較大的文字。模板匹配的流程模板匹配的流程 建立

3、標準模板庫建立標準模板庫 文字識別文字識別1. 文字分割2. 特征提取3. 相似度比較 模板比較和識別方法模板比較和識別方法 遇到未知字符則更新模板庫遇到未知字符則更新模板庫標準模板庫標準模板庫 確定標準圖像確定標準圖像 待識別圖像的比較待識別圖像的比較 分辨率分辨率100100120120文字讀入與分割文字讀入與分割(1) 讀入圖像并轉(zhuǎn)換為灰度圖讀入圖像并轉(zhuǎn)換為灰度圖 將灰度圖進行二值化將灰度圖進行二值化文字讀入與分割文字讀入與分割(2) 對列求和，若為對列求和，若為0 0則可以作為分則可以作為分割線割線 橫向求和，去除上下的黑邊橫向求和，去除上下的黑邊文字讀入與分割文字讀入與分割(3) 執(zhí)

4、行了分割執(zhí)行了分割 對分割后圖片使用對分割后圖片使用matlabmatlab內(nèi)置的內(nèi)置的imresizeimresize函數(shù)進行標準化函數(shù)進行標準化模板比較和識別模板比較和識別 將輸入圖像與標準模板異或操作將輸入圖像與標準模板異或操作 每個像素點的分量相加每個像素點的分量相加 結(jié)果越小則匹配相似度越高結(jié)果越小則匹配相似度越高模板庫的更新模板庫的更新 異或結(jié)果均得到較大值時異或結(jié)果均得到較大值時 經(jīng)過一定實驗得到了一個經(jīng)驗值經(jīng)過一定實驗得到了一個經(jīng)驗值40004000 如果和所有模板的結(jié)果都超過如果和所有模板的結(jié)果都超過40004000，則認為匹配失敗，需要更，則認為匹配失敗，需要更新新運行結(jié)果運行結(jié)果1 輸入了輸入了8 8個字母，其中個字母，其中X X不在模板不在模板庫之中庫之中運行結(jié)果運行結(jié)果2 X X沒有識別出來，添加沒有識別出來，添加X X的模板之的模板之后重新識別，能夠識別出來后重新識別，能夠識別出來局限性與不足局限性與不足 筆畫太細會造成無法識別筆畫太細會造成無法識別 有偏角和過于潦草的字無法識別有偏角和過于潦草的字無法識別 相似度太大的字母無法識別相似度太大的字母無法識別(C(C和和c c，X X和和x)x) 經(jīng)驗值