Android平臺字體識別系統研究與實現

季晨生，徐 明，王經緯，黃 鑫，王軍明

揚州大學信息工程學院，江蘇揚州 225127

0 引言

如今信息技術飛速發展，中文字庫中除了錄有中國傳統經典的字體外，還有專業廠商制作的字庫。近幾年，較大規模的西文字體識別與檢索已有成效，而識別中文字體的網站卻很少。據不完全統計，目前可以下載的中文字體大概有15000多種，而字體網站只提供字體的預覽和下載功能，目標性不強[1-2]。

當今智能手機已經相當普及，全球兩大類智能手機iphone和Android，其中安卓在中國市場占有率為89.9%，因此開發基于安卓的字體識別軟件，將極大地滿足市場尤其是廣大字體愛好者的應用需求。

1 技術原理

1.1 客戶端技術

為了減輕客戶端的運行壓力，大部分的系統操作都將放在服務器端進行，而客戶端只需進行簡單提交圖片、提交文字等操作。然后通過http方式實現與服務器數據傳輸。

1.2 服務器端技術

當用戶上傳圖片到達服務器端后，服務器端通過后臺程序，將圖片存儲到某一特定文件夾下，程序自動查找到與之相匹配的文字，并將這些文字生成一個固定大小的圖片，形成RGB矩陣，再將這些矩陣進行比較，得到相應的匹配率。按照匹配率，對字體格式進行排序，并將排好的數組，返回給客戶端，完成一次數據交互。因此，對于服務器端，我們要用到serverlet技術和javabean技術，將操作寫入javabean中，用serverlet將用戶頁面與后臺邏輯操作連接起來。

1.3 相關算法介紹

1.3.1 常用的識別技術

圖像處理通常需要將圖像劃分為若干不相交的區域，圖像分割是圖像處理的基礎。常用的有閾值與圖像分割技術、梯度與圖像分割技術，通過閾值來對圖像進行二值化能讓計算機處理的數據量大大減少[3]。

分割后的圖像需要對鹽粒噪音和毛刺噪音進行消除，通常采用濾波的方法，根據噪音產生機理的不同設計不同的濾波方法，為減少脈沖干擾，可采用中值濾波法[4]。

匹配算法主要有：基于邊緣、基于像素點等比較算法[5]。

1.3.2 字體識別技術

1）閾值分割技術

本程序因手機內存限制，不能通過拖動控制條來實時改變閾值，但是如果灰度均值偏小或者灰度均值過大時，僅用單一的閾值算法將很難得到合適的結果，所以通常采用兩種閾值：最佳閾值法和大津法，兩者相結合自動尋找合適的閾值[6]。

設：最佳閾值法計算的閾值N，大津法計算的閾值M，平均灰度值aver，則：

2）降噪算法

由于不同型號手機攝像頭性能各異，加之拍攝手法不同，程序獲取的圖片源質量不高，二值化后容易出現噪點現象，影響后期匹配算法，因此借助比較常見的降噪算法：中值濾波、均值濾波、對稱近鄰均值濾波法，在處理細小噪點的算法中，均值濾波算法效率較高但容易降低圖片的銳度和細節，綜合效果中值濾波法更適合。

2 字體識別軟件開發

本手機字體識別系統主要包括如下功能：

截圖功能、二值化處理功能、查找文字邊界、生成字庫圖片、統計排序功能、手機端“掃一掃”功能。通過手機攝像頭取圖并處理，將處理后的圖片和相應的文字發送到服務器端進行處理，服務器將查詢結果再返回給客戶端。

3 結論

經測試，本軟件可以實現字體圖片獲取、上傳、識別并返回結果等相關功能。手機Android客戶端操作簡單明了，產生的結果能滿足用戶的需求。識別字體的方法位于服務器端，方便日常的維護升級。軟件基本達到預期目的。下一步的研究工作將致力于歷史記錄、字體收藏、下載、替換等后續功能的開發，并對算法做進一步的改進，以提高對于字體的識別能力，加快字體處理速度。

[1] Find-your-font in large font databases， SolliM Lenz R. ， Proceedings of the 15th Scandinavian Conference on Image analysis. Aalborg， Denmark，2007: 432–441.

[2] The snippet statistics of font recognition，Lidke J， Thurau C， Bauckhage C. ， 20th International Conference on Pattern Recognition.Istanbul， 2010:1868–1871.

[3]金立左，夏良正，楊世周. 圖象分割的自適應模糊閾值法，中國圖象圖形學報，2000（5）.

[4]改進的自適應中值濾波算法，黃寶貴 盧振泰 馬春梅趙景秀，計算機應用，2011（7）.

[5]周瑜，劉俊濤，白翔.形狀匹配方法研究與展望，自動化學報，2012（6）.

[6]羅三定，譚曉東.圖像分割中最佳閾值集的選擇與評測，計算機與信息技術，2007（6）.