文字識別技術研究

張華萍 黃辰

摘 要：文字識別技術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。該技術由于使用范圍廣而越來越重要。在近代科學研究、軍事技術、工農業生產、醫學、氣象及天文學等諸多領域中，文字識別技術解決了許多實際問題。文中通過Matlab軟件闡述文字識別技術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分開。

關鍵字：文字識別；Matlab 字符集；濾波；背景噪聲區

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，因此文字識別技術得到了快速發展。

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的主要步驟。信息采集是將紙中的文字信息轉換成電流信號，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、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）光電轉換檢測部分最重要的功能是對紙張上的文本內容執行光電轉換過程，通過模數轉換獲得具有一定灰度的數字信號，并提供給后續部分進行辨識，掃描儀、CCD攝像頭等是常用的檢測設備；

（2）文本分割則是通過對圖像中的文本區域進行定位，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，為后續識別提供模版；

（5）學習部分則是通過提取出的信號特征優化模板庫的內容，并存儲到指定位置。

2 文字識別及Matlab實現

文字識別及Matlab實現過程如下：

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

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

調用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，結果如圖8所示。

（6）對圖像進行X方向的區域選定，并從中間向兩邊掃描形成的圖像如圖9所示。

將原圖像與經橫向掃描后的圖像進行對比，結果如圖10所示。

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

處理后的圖像如圖11所示。

（8）調用i9=getchar（i8），所得圖像如圖12所示。

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

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

for j=1∶cnum //cnum為統計的字符個數

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

//顯示字符

end

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

for j=1∶cnum

word{j}=imresize（word{j}，[40 40]）；

//字符規格化為40×40大小

end

（12）為創建字符集調用以下代碼：

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。），在文件夾中保存創建的字符集，以供后續匹配時調用，如圖16所示。

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

假設：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）調用以下代碼，將字符放入newtxt.txt文本，newtxt.txt文本內容如圖18所示。

new=['newtxt'，'.txt']；

c=fopen（new，'a+'）；

fprintf（c，'%s＼n'，Code（1：cnum））；

fclose（c）；

3 結 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。隨著科學技術的發展，文字識別技術將被廣泛應用于航空航天、工業生產、資源環境、醫療診斷、天氣和交通監控、教育等領域。更加深入、完善的發展，更加優越的處理算法，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. 自然場景下基于區域檢測的文字識別算法[J].計算機技術與發展，2015，25（7）：230-233.

[2]張源，李燦平.基于彈性網格特征和神經網絡的手寫文字識別[J].信息技術，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設計與實現[J].湖北科技學院學報，2016，36（A1）：141-143.

[6]江波，史鳳波.文字識別領域中模式識別技術的應用[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].電子技術與軟件工程，2017（13）：253.