基于DSP的字符識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

劉宇旸 鐘詩航 邢昊然 王睿

（北方工業(yè)大學(xué)電子信息工程學(xué)院，北京 100043）

基于DSP的字符識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

劉宇旸 鐘詩航 邢昊然 王睿

（北方工業(yè)大學(xué)電子信息工程學(xué)院，北京 100043）

本系統(tǒng)（DSP）TMS320VC5509A應(yīng)用圖像處理和字符識(shí)別技術(shù)，擬實(shí)現(xiàn)對(duì)一張圖片中單個(gè)字母與數(shù)字的識(shí)別、一行數(shù)字與字母的識(shí)別、多行數(shù)字與字母的識(shí)別、在同一行中字體大小不一的字母與數(shù)字的識(shí)別，以及部分漢字的識(shí)別等文字信息的處理和識(shí)別，并以可編輯的形式輸出。

DSP CCS 數(shù)字圖像處理 字符識(shí)別

隨著計(jì)算機(jī)網(wǎng)絡(luò)飛速發(fā)展，信息電子化已經(jīng)成為一個(gè)時(shí)代的必然趨勢。文字作為信息中最重要、最集中的載體，其電子化進(jìn)程顯得越來越重要。很多的電子圖書、期刊文獻(xiàn)和會(huì)議論文中都包含著大量有用的信息，但這些文件大都是以PDF格式進(jìn)行保存的，只能以圖片的形式查看，無法直接對(duì)其中的文字信息進(jìn)行復(fù)制和編輯，因此如何快捷地獲取這些文字信息，一直是困擾著人們的一個(gè)難題。本系統(tǒng)實(shí)現(xiàn)對(duì)字母以及部分漢字的識(shí)別和處理并以可編輯形式輸出。

1 系統(tǒng)設(shè)計(jì)方案（圖一）

2 各部分原理

（1）灰度化彩色圖像。實(shí)現(xiàn)將一張彩色RGB圖像轉(zhuǎn)換成灰度圖［1］。日常生活中人們所見到的圖像一般為彩色圖像，其每個(gè)像素點(diǎn)的顏色值由三個(gè)字節(jié)組成，分別為R（紅）、G（綠）、B（藍(lán)）三個(gè)分量，每個(gè)分量占一個(gè)字節(jié)，因此每個(gè)像素點(diǎn)的顏色變化范圍為0～255*255*255，如果對(duì)彩色圖像直接進(jìn)行處理識(shí)別的話會(huì)非常麻煩，因此本系統(tǒng)將所采集的彩色圖像先進(jìn)行了灰度化處理，使一個(gè)字節(jié)代表一個(gè)像素點(diǎn)，每個(gè)像素點(diǎn)的顏色值變化范圍為0～255，從而很大程度上減少了運(yùn)算量［2］。

（2）二值化處理。灰度圖像的二值化處理，就是將圖像上像素點(diǎn)的灰度值設(shè)置為0或255，也就是使整個(gè)圖像呈現(xiàn)出明顯的只有黑和白的視覺效果，以便于后期對(duì)圖像的進(jìn)一步處理。二值化是圖像處理中很重要的一步，二值化后的圖像效果很大程度上影響到圖像識(shí)別的準(zhǔn)確率［3］。

（3）分隔字符。通過算法處理，實(shí)現(xiàn)將每一個(gè)字符單獨(dú)分割出來，以便于處理和識(shí)別。由于行與行之間、字符與字符之間都是存在空白間隙，利用這一原理可掃描并識(shí)別出每一行字符的上下邊界，以及每一行中每一個(gè)字符的左右邊界，從而將每個(gè)字符的上下左右邊界確定［4］，實(shí)現(xiàn)字符與字符之間的分割。

（4）制作字符庫。即制作出一套標(biāo)準(zhǔn)的參照數(shù)據(jù)庫，每個(gè)字符都有自己獨(dú)特的特征，可根據(jù)這些特征的不同來區(qū)分不同的字符。將分割后每個(gè)字符的數(shù)據(jù)信息與字符庫進(jìn)行特征對(duì)比和匹配，從而識(shí)別出該字符，最終輸出并顯示。

圖一 系統(tǒng)設(shè)計(jì)框圖

圖二 測試原圖

圖三 識(shí)別結(jié)果

3 各部分算法實(shí)現(xiàn)

3.1 灰度化彩色圖像

讀入彩色圖像每一點(diǎn)的索引值，并將此索引值作為該點(diǎn)的灰度值，存入存放該圖像的一位數(shù)組。

3.2 二值化處理

首先求出圖像的最佳閾值，我們采用了迭代法來計(jì)算，步驟如下：

（1）求出圖像灰度的最大和最小值Hmax、Hmin，取初始閾值為其均值，即（Hmax+Hmin）/2，記作T（0）；

（2）根據(jù)閾值T（k）將圖像分為前后景，分別求前后景平均灰度值，在對(duì)其求平均，作為T（k+1）；

（3）重復(fù)第2步，知道T（k+1）-T（k） 小于我們設(shè)定的精度極限，得到最佳閾值。得到最佳閾值后，再對(duì)像素點(diǎn)遍歷，大于該值的改為255，小于的記為0［5］。

3.3 分隔字符

得到二值化的圖像后，需要將一個(gè)個(gè)的字符單獨(dú)提取出來。我們利用了圖像投影來分割字符。

當(dāng)我們把一行字符沿行方向投影后，我們可以看到一系列分離的堆，每一個(gè)堆代表一個(gè)字符，這樣我們便可以記錄堆間空白的位置信息來分割字符［6］。

同理，沿列方向投影，我們可以分割出各個(gè)行。

所以我們首先對(duì)圖像進(jìn)行行分割，再對(duì)各個(gè)行進(jìn)行字符分割。需要注意，此時(shí)分割出的字符在列方向并不是完全去除了白邊（由于行分割是對(duì)一行的投影，一行的字符高度并不一定相等），所以需要有一個(gè)調(diào)整的步驟，把分離出來的圖像再沿行方向投影，從頂部和底部開始，分別找到第一個(gè)非零值后，即以此點(diǎn)位置開始裁剪。

通過以上步驟即可得到一個(gè)個(gè)完全且僅包含一個(gè)字符的子圖像。

3.4 特征提取

表1

表2

表3

英文字符和簡單漢字的結(jié)構(gòu)都不太復(fù)雜，我們選擇用就一個(gè)九維向量來描述它的特征。

我們求取上述步驟提取的字符子圖像總的非零像素點(diǎn)數(shù)。然后將每個(gè)子圖像等分為9區(qū)，求取每區(qū)非零像素點(diǎn)數(shù)占總點(diǎn)數(shù)的比值，作為特征向量的一個(gè)值［7］。

3.5 制作字符庫

該步驟需要獲取標(biāo)準(zhǔn)字符的信息，我們利用Matlab的便捷來進(jìn)行處理。對(duì)標(biāo)準(zhǔn)字符進(jìn)行上述步驟處理后，會(huì)得到各個(gè)標(biāo)準(zhǔn)字符的特征向量，整理后作為模板，以待后續(xù)識(shí)別使用。

3.6 匹配模板并輸出

字符的識(shí)別部分采用了余弦算法，利用余弦定理來判斷其與標(biāo)準(zhǔn)字符的相似性。

4 測試結(jié)果

4.1 測試結(jié)果展示圖二、圖三（部分字符庫字符識(shí)別）

4.2 可識(shí)別字符庫

4.2.1 可識(shí)別的英文字母以及識(shí)別率（單位 %）（見表1）

4.2.2 可識(shí)別的數(shù)字以及識(shí)別率（單位：%）（見表2）

4.2.3 可識(shí)別的漢字以及識(shí)別率（單位：%）（見表3）

5 結(jié)語

本文提出了基于DSP的字符識(shí)別系統(tǒng)的設(shè)計(jì)，原理與基本算法。通過最后的實(shí)驗(yàn)結(jié)果，可以表明，系統(tǒng)工作穩(wěn)定，識(shí)別效率高，識(shí)別精度高，并有較大的提升空間。伴隨著大量的文章，圖片分別以PDF以及BMP格式進(jìn)入互聯(lián)網(wǎng)，對(duì)字符以及圖像中的字符識(shí)別成為了一大難題，同時(shí)也說明了有較大的研究空間和發(fā)展價(jià)值［8］。

［1］Rafael C.Gonzalez，Richard E.Woods.數(shù)字圖像處理第三版.Digital Image Processing，Third Edition.［M］.北京：電子工業(yè)出版社，2011.6.

［2］Rafael C.Gonzalez，Richard E.Woods，Steven L.Eddins.數(shù)字圖像處理的MATLAB實(shí)現(xiàn)（第2版）［M］.北京：清華大學(xué)出版社，2013.4.

［3］汪春梅，孫洪波.TMS320C55xx DSP原理及應(yīng)用［M］.北京：電子工業(yè)出版社，

［4］趙小強(qiáng)，李大湘，白本督.DSP原理及圖像處理應(yīng)用［M］.

［5］孫明.數(shù)字圖像處理與分析基礎(chǔ)——MATLAB和C++實(shí)現(xiàn)［M］.北京：電子工業(yè)出版社，

［6］劉珂含，何培宇，關(guān)勝平，田芳芳，吳嶸.基于TMS320VC5509A的圖像采集與識(shí)別系統(tǒng)［J］.四川大學(xué)學(xué)報(bào)（自然科學(xué)版），2008，45（1）.

［7］陳炳權(quán).基于DSP+FPGA的實(shí)時(shí)圖像識(shí)別系統(tǒng)硬件與算法設(shè)計(jì)［J］.衡陽師范學(xué)院學(xué)報(bào) 2008，29（3）.

［8］肖明明，黎耀榮.基于DSP的字符識(shí)別系統(tǒng)的實(shí)現(xiàn)［J］.微計(jì)算機(jī)信息（嵌入式與SOC）， 2009，25（1-2）.