基于Android圖文同步識別系統(tǒng)研究

薛峰　朱強(qiáng)

摘要：伴隨越來越多的人利用手機(jī)等移動設(shè)備處理日常工作以及生活中的各種事宜。本文基于Android系統(tǒng)技術(shù)平臺對圖文同步識別系統(tǒng)進(jìn)行分析和研究，針對圖形和文字不太規(guī)范，圖文識別系統(tǒng)不明顯等缺陷提出了相應(yīng)的改進(jìn)方案，盡可能對圖文進(jìn)行同步預(yù)覽以及識別，結(jié)合系統(tǒng)實際運行過程中存在的問題，提出消噪、亮度均衡、閾值分割等質(zhì)量提升處理措施，保證圖文信息的識別率得到提升。

關(guān)鍵詞：Android應(yīng)用系統(tǒng) 圖文同步 識別系統(tǒng)

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2016）09-0058-02

如何利用Android系統(tǒng)對軟件進(jìn)行研究和開發(fā)，逐漸成為目前相關(guān)領(lǐng)域工作人員需要研究和思考的問題，系統(tǒng)架構(gòu)和開發(fā)模式將會對系統(tǒng)最終的運用成果產(chǎn)生直接的影響，智能手機(jī)系統(tǒng)中研究和開發(fā)所得的尚書七號、ABBYY FineReader都運用在手機(jī)掃描設(shè)備中。但是，其便捷性相對較低，而且圖文信息處理較為繁瑣，無法滿足對文字進(jìn)行識別和記錄的需求，通過對終端設(shè)備圖文信息進(jìn)行識別能解決大型設(shè)備移動難度大、使用步驟繁雜等劣勢，讓辦公和移動學(xué)習(xí)更加順利進(jìn)行。

1 系統(tǒng)知識理論

當(dāng)前使用Android手機(jī)平臺能夠在一定程度上達(dá)到OCR等功能要求，通過這種移動系統(tǒng)使用和開發(fā)能夠方便對各種不同接口函數(shù)進(jìn)行使用，對各種不同的硬件設(shè)備進(jìn)行調(diào)用，并實施編程開發(fā)，在對系統(tǒng)進(jìn)行開發(fā)是要能夠加大對相關(guān)開發(fā)工具的使用，包括Android SDK、Java JDK和Eclipse等。

1.1 JAVA技術(shù)支持

Java屬于一種面向?qū)ο蟮木幊陶Z言。當(dāng)前使用的主要目的就是讓程序開發(fā)者能夠一次完成編寫，從而順利運行，這就標(biāo)志著從一個平臺轉(zhuǎn)移到另外平臺，不需要對代碼進(jìn)行重新編譯，Java應(yīng)用程序一般會翻譯成字節(jié)碼，因此，無論哪種計算機(jī)體結(jié)構(gòu)在所有的Java虛擬機(jī)上使用。Java語法來自于C++，但是，存在的差異的是配合語法結(jié)構(gòu)化，一般面對對象編程，Java是作為一種面向?qū)ο蟮臉?gòu)成因素，一切的代碼都屬于類范圍、對象除了浮點、整形、字符、布爾型，Java也改變了C++中會出錯的指針、goto語句以及全局變量等。

1.2 Android編程技術(shù)

現(xiàn)階段Android系統(tǒng)所具有的內(nèi)核控制包括儲存器、安全、進(jìn)程、驅(qū)動程序模型和網(wǎng)絡(luò)堆疊等幾種。Android構(gòu)件包括Linux Knrnel、Libraries、Applications等。針對移動設(shè)備應(yīng)用程序來分析，界面設(shè)計給用戶留下的首個印象關(guān)鍵點界面設(shè)計效果將會對用戶的選擇造成直接影響，Android工具開發(fā)期間提供了直接簡單的設(shè)計方法和界面布局，開發(fā)者使用設(shè)計UI界面、XNL文件開發(fā)、利用簡單有效的操作能夠?qū)换グ粹o進(jìn)行增加，對布局位置進(jìn)行設(shè)計，對圖片和文字格式進(jìn)行調(diào)整，這種邏輯控制分開、界面設(shè)計從根本上提升了編程效率，程序員可以利用邏輯實現(xiàn)進(jìn)行考慮。

2 程序設(shè)計

2.1 OCR功能模塊

（1）預(yù)處理。預(yù)處理也是保證ORC功能模塊實現(xiàn)的首要步驟，也是后期對圖文信息進(jìn)行操作的條件，因為圖文信息受到自然環(huán)境因素的影響，包括空氣中下雨、灰塵、光照缺乏、收集設(shè)備硬件的影響，從而讓圖文信息中的圖文達(dá)到更加清晰。[3]所以，在對文本圖像進(jìn)行相應(yīng)的識別和處理之前，首先要能夠?qū)ζ鋱D文實施預(yù)處理，盡可能排除各種不良干擾因素可能會對識別結(jié)果造成的影響。（2）字符處理。在進(jìn)行字符處理也是該程序相對重要的一個步驟，正確科學(xué)的字符處理也是保證相關(guān)功能、用戶體驗效果得到提升的主要途徑，一般基本類型的核心所在就是OCR算法，該種算法能夠出現(xiàn)相應(yīng)的候選字符分級列表，包括特征提取和矩陣匹配兩種。[4]Tesseract和Cuneiform兩種不同的軟件的使用可以通過相應(yīng)的方法來完成字符識別，其中第二種方法也稱之為自適應(yīng)識別，并且利用能夠更好地對第二次剩余的字母可信度形狀進(jìn)行認(rèn)可。

2.2 系統(tǒng)設(shè)計

系統(tǒng)選擇層次式的設(shè)計結(jié)構(gòu)，如下圖1所示，頂層屬于用戶操作的UI交互界面，主要是負(fù)責(zé)和用戶的觸屏點擊等操作、識別結(jié)果進(jìn)行顯示。下面層次則是系統(tǒng)功能模塊層，負(fù)責(zé)對業(yè)務(wù)邏輯進(jìn)行處理，包括同步、批量以及聯(lián)網(wǎng)識別等。同步識別模式包括對預(yù)覽圖文進(jìn)行同步連續(xù)識別，用戶在對拍攝圖文進(jìn)行預(yù)覽的過程中能夠看到相應(yīng)的識別效果；批量識別模塊能夠?qū)ε繄D文進(jìn)行一次性識別，利用一鍵來獲得電子書的效果；聯(lián)網(wǎng)識別則能夠?qū)Ψ?wù)器端口進(jìn)行識別接口，讓性能較低的移動終端獲得相應(yīng)的支持；最后的圖文處理層則主要是結(jié)合手機(jī)或者其他移動終端拍攝圖文顯示出的特點，結(jié)合圖文的實際狀況來提升引擎文字所具有的識別率，讓圖文能夠更容易被識別。針對處理之后的圖文文字實施文字識別，并且識別所得的結(jié)果返回到UI交互界面。

對軟件圖標(biāo)進(jìn)行點擊之后就轉(zhuǎn)入到功能選擇系統(tǒng)，更好地完成實時、批量識別工作，全面系統(tǒng)地閱讀文檔資料。觸摸面上面設(shè)置的圖標(biāo)一旦遭到觸發(fā)就會讓功能事件發(fā)生，并開始操作實時識別，通過單張圖片、連續(xù)圖片拍攝識別技術(shù)產(chǎn)生相應(yīng)的功效，配合實際識別、手機(jī)聯(lián)網(wǎng)等問題選擇是否能夠利用網(wǎng)絡(luò)進(jìn)行識別，并將獲得的結(jié)果轉(zhuǎn)變?yōu)槲臋n信息資料。[6]通過系統(tǒng)本身所具有的批量識別技術(shù)挑選出需要調(diào)整的圖文資料，配合圖文的信息、質(zhì)量來選擇是否進(jìn)行聯(lián)網(wǎng)識別操作，結(jié)合儲存位置選擇文檔，并將其打開閱讀，完成相關(guān)操作之后則認(rèn)為操作結(jié)束，返回到選取功能的界面，實際操作如圖2所示。

3 系統(tǒng)實現(xiàn)

首先為預(yù)覽圖文同步識別，因為手機(jī)硬件之間存在差異，對圖片的實際識別和處理速度、連續(xù)拍照時間間隔都存在較大的差異，因此，在對圖文信息進(jìn)行連續(xù)采集時不可能對固定時間間隔進(jìn)行設(shè)定，避免出現(xiàn)文字信息識別、圖文顯示不對稱等現(xiàn)象。所以，系統(tǒng)利用Android系統(tǒng)所提供的接口條件，在實際拍攝獲得的預(yù)覽圖文幀信息，保證圖文顯示以及識別結(jié)果能夠達(dá)到需求。其次，在對單張拍攝圖文進(jìn)行識別時，通過對取景框觸碰來達(dá)到指定對焦的目的，按下拍照按鈕就能夠得到關(guān)于圖文處理的相關(guān)數(shù)據(jù)，還能夠在提升質(zhì)量、識別處理工作之后在文檔編輯框顯示識別結(jié)果。[7]因為拍攝單張圖文識別并非需要對圖文數(shù)據(jù)進(jìn)行聯(lián)系采取，圖文從獲取到識別都是順序完成，所以，只要選擇單線程就能夠獨立完成。最后，文檔閱讀模塊能夠為用戶提供更多的文檔編輯和查閱操作，包括內(nèi)置和外置閱讀器，利用相應(yīng)的系統(tǒng)選擇需要查閱的文檔，并將其內(nèi)容讀取到編輯框中加以顯示，可進(jìn)行編輯保存等。

4 結(jié)語

該系統(tǒng)的研究和開發(fā)基本上滿資料查閱、場景記錄等需求，利用OCR手機(jī)字符增強(qiáng)識別的方法能夠讓用戶需求得到更好地滿足，人性化體驗的增加具有顯著的市場價值，系統(tǒng)實現(xiàn)圖文字符識別以及圖文處理要求，但是，其存在一定的缺陷，例如技術(shù)不成熟、處理適度較慢，所以，需要對系統(tǒng)功能進(jìn)行繼續(xù)完善，對代碼質(zhì)量進(jìn)行優(yōu)化，這也是后期的研究發(fā)展方向。

參考文獻(xiàn)

[1]楊飛，茅和華，溫一軍.基于Android的隨身客戶信息管理系統(tǒng)的設(shè)計與開發(fā)[J].沙洲職業(yè)工學(xué)院學(xué)報，2012（04）：11-16.

[2]任偉嘉，何志毅，陳名松.Android平板電腦無線控制的計算機(jī)演示系統(tǒng)[J].計算機(jī)工程與設(shè)計，2015（02）：556-561.

[3]王國裕，李玄華，張紅升. Android應(yīng)用框架層usb驅(qū)動設(shè)計及在DAB接收機(jī)上的應(yīng)用[J].電子質(zhì)量，2015（03）：26-29.

[4]孔令來，王倩，季紅.基于Android系統(tǒng)平臺設(shè)計和實現(xiàn)電子書的閱讀應(yīng)用[J].電子制作，2013（24）：50-55.

[5]鮑曉.基于Android平臺的新聞資訊閱讀軟件的設(shè)計與實現(xiàn)[J].計算機(jī)應(yīng)用，2013（S2）：279-282+289.

[6]朱應(yīng)麗，崔彥軍，解建軍.基于Android平臺的信息采集傳輸系統(tǒng)設(shè)計[J].電腦與信息技術(shù)，2014（02）：4-7.

[7]陳望挺，林滿足，陳健，章躍，傅奇佳，竺樂慶.基于JSP和Android的C/S結(jié)構(gòu)問卷系統(tǒng)[J].計算機(jī)應(yīng)用，2013（03）：886-889.