文字識別技術(shù)研究

張華萍 黃辰

摘 要：文字識別技術(shù)是利用計算機對紙上文字進行自動識別并處理成可識別信息的技術(shù)。該技術(shù)由于使用范圍廣而越來越重要。在近代科學研究、軍事技術(shù)、工農(nóng)業(yè)生產(chǎn)、醫(yī)學、氣象及天文學等諸多領(lǐng)域中，文字識別技術(shù)解決了許多實際問題。文中通過Matlab軟件闡述文字識別技術(shù)理論及對文字的處理過程，并利用該軟件對文字圖像進行濾波、增強、檢測和定位，把文字圖像中的有用信息和背景噪聲區(qū)分開。

關(guān)鍵字：文字識別；Matlab 字符集；濾波；背景噪聲區(qū)

中圖分類號：TP39 文獻標識碼：A 文章編號：2095-1302（2018）08-00-03

0 引 言

人們在生活工作中需要處理大量的文字信息，勞動強度較大，而通過探索文字識別方法可以提高工作效率，降低勞動強度，因此文字識別技術(shù)得到了快速發(fā)展。

文字信息采集、信息分析與處理、信息分類判別是文字識別技術(shù)的主要步驟。信息采集是將紙中的文字信息轉(zhuǎn)換成電流信號，并自動輸入到計算機。信息分析與處理是對電信號進行消噪及偏轉(zhuǎn)、粗細、大小等潤色處理。信息分類判別是對處理后的文字信息進行分類判別，輸出識別結(jié)果。

本文通過Matlab軟件編寫Matlab語言，對文字進行識別及處理，闡述文字識別的原理，并應用于文獻資料的檢索、信件和包裹的分揀、商品編碼的識別、商品倉庫的管理等方面。

1 文字識別系統(tǒng)的原理及組成

文字圖像的辨識原理如圖1所示。其各部分功能如下：

（1）光電轉(zhuǎn)換檢測部分最重要的功能是對紙張上的文本內(nèi)容執(zhí)行光電轉(zhuǎn)換過程，通過模數(shù)轉(zhuǎn)換獲得具有一定灰度的數(shù)字信號，并提供給后續(xù)部分進行辨識，掃描儀、CCD攝像頭等是常用的檢測設(shè)備；

（2）文本分割則是通過對圖像中的文本區(qū)域進行定位，分離真實文本，從而進行識別；

（3）識別處理部分是對分離的文本圖像信息進行甄別，去除信號中的黑點、空白等無效部分，再對文本圖像信息進行增強，并根據(jù)一定的標準忽略掉一些不必要的信號，獲得相同大小、位置及筆畫的信號，從而降低判斷的復雜性；

（4）特征提取部分是將識別出的信號的特有部分進行提取，為后續(xù)識別提供模版；

（5）學習部分則是通過提取出的信號特征優(yōu)化模板庫的內(nèi)容，并存儲到指定位置。

2 文字識別及Matlab實現(xiàn)

文字識別及Matlab實現(xiàn)過程如下：

（1）為得到原始圖像，在Matlab中調(diào)用i1=imread（‘字符.jpg），如圖2所示。

（2）為得到灰度圖像，在Matlab中調(diào)用i2=rgb2gray（i1），如圖3所示。

調(diào)用a=size（i1），b=size（i2）可得：a=3，b=2 ，即三維圖像變成了二維灰度圖像。

（3）調(diào)用i3=（i2>=thresh）得到二值圖像。其中thresh為門

限，在[0，255]之間取值：

i2_max=double（max（max（i2）））；//獲取亮度最大值

i2_min=double（min（min（i2）））；//獲取亮度最小值

thresh=round（i2_max-（（i2_max-i2_min）/3））；

得到的二值圖像如圖4所示。

（4）在放大的二值圖像中存在離散的黑點，對圖像分別進行橫向、縱向腐蝕膨脹處理，處理后的圖像如圖5所示。

由圖5可知，腐蝕膨脹處理后的圖像在質(zhì)量上有了很大程度的提高，且分別進行橫向、縱向的腐蝕膨脹運算效果明顯優(yōu)于橫向、縱向同時進行腐蝕膨脹運算得到的圖像。橫向、縱向同時進行腐蝕膨脹運算得到的圖像如圖6所示。

（5）對運算后的圖像進行Y方向上的區(qū)域選定，并從中間向兩邊掃描，形成的圖像如圖7所示。

將原圖像與縱向掃描后的圖像進行對比，結(jié)果如圖8所示。

（6）對圖像進行X方向的區(qū)域選定，并從中間向兩邊掃描形成的圖像如圖9所示。

將原圖像與經(jīng)橫向掃描后的圖像進行對比，結(jié)果如圖10所示。

（7）為使背景為黑色（0），字符為白色（1），調(diào)用i8=（iX·iY～=1），以便后期處理。

處理后的圖像如圖11所示。

（8）調(diào)用i9=getchar（i8），所得圖像如圖12所示。

（9）調(diào)用自定義字符獲取函數(shù)來剪切圖像，并將剪切字符加載到一維數(shù)組中，剪切過程如圖13所示。

（10）調(diào)用以下代碼將數(shù)組中的字符顯示出來，顯示結(jié)果如圖14所示。由圖14可以看到，字符寬度不一致。

for j=1∶cnum //cnum為統(tǒng)計的字符個數(shù)

subplot（5，8，j），imshow（word{j}），title（int2str（j））；

//顯示字符

end

（11）調(diào)用下面的代碼，使字符規(guī)格化，易于識別，得到規(guī)格化后的字符如圖15所示。

for j=1∶cnum

word{j}=imresize（word{j}，[40 40]）；

//字符規(guī)格化為40×40大小

end

（12）為創(chuàng)建字符集調(diào)用以下代碼：

code=char（‘由于作者水平有限，書中難免存在缺點和疏漏之處，懇請讀者批評指正。），在文件夾中保存創(chuàng)建的字符集，以供后續(xù)匹配時調(diào)用，如圖16所示。

（13）字符匹配采用模板匹配算法，將與現(xiàn)有字符相減誤差最小的模版字符作為匹配字符。

假設(shè)：字符，模板字符，模板字符

字符A與模版字符T1相減的誤差為8，與T2相減的誤差為2，因此可以認定T2即為字符A。

通過模板匹配獲得字符信息，字符效果如圖17所示。

（14）調(diào)用以下代碼，將字符放入newtxt.txt文本，newtxt.txt文本內(nèi)容如圖18所示。

new=['newtxt'，'.txt']；

c=fopen（new，'a+'）；

fprintf（c，'%s＼n'，Code（1：cnum））；

fclose（c）；

3 結(jié) 語

文本是人類獲取信息和交流信息的主要途徑，人們生活和工作的方方面面都涉及文字識別技術(shù)。隨著科學技術(shù)的發(fā)展，文字識別技術(shù)將被廣泛應用于航空航天、工業(yè)生產(chǎn)、資源環(huán)境、醫(yī)療診斷、天氣和交通監(jiān)控、教育等領(lǐng)域。更加深入、完善的發(fā)展，更加優(yōu)越的處理算法，更加快捷的處理速度，智能化識別以及代加工和文字理解必將成為未來的發(fā)展趨勢。

參考文獻

[1]陳梓洋，王宇飛，錢侃，等. 自然場景下基于區(qū)域檢測的文字識別算法[J].計算機技術(shù)與發(fā)展，2015，25（7）：230-233.

[2]張源，李燦平.基于彈性網(wǎng)格特征和神經(jīng)網(wǎng)絡(luò)的手寫文字識別[J].信息技術(shù)，2011（12）：38-41.

[3]商明慧.漢王OCR文字識別軟件使用技巧[J].廣東印刷，2018（1）：38-39.

[4]弓耀輝.圖像文字識別中的預處理技術(shù)研究綜述[J].信息通信，2017（9）：291-292.

[5]陳義文，范平.批量圖片的文字識別系統(tǒng)設(shè)計與實現(xiàn)[J].湖北科技學院學報，2016，36（A1）：141-143.

[6]江波，史鳳波.文字識別領(lǐng)域中模式識別技術(shù)的應用[J].科技資

訊，2015，13（27）：6-7.

[7]王立群，郭樹強，郭曉麗.基于仿射變換的文字識別方法[J].黑龍江科技信息，2014（27）：118.

[8]馮琬婷.基于文字識別視角分析人工智能機器學習中的文字識別方法[J].電子技術(shù)與軟件工程，2017（13）：253.