基于OCR技術(shù)的校園卡卡號(hào)識(shí)別方法

苗智耀 賈翠萍 孫杭雨 李志剛 馮家瑤 梁建賓 張?jiān)娝C

（河北北方學(xué)院信息科學(xué)與工程學(xué)院 河北·張家口 075000）

0 引言

校園卡實(shí)現(xiàn)了對(duì)學(xué)校師生和學(xué)校員工日常活動(dòng)的集中管理，它是一種包括門禁卡、消費(fèi)卡、多媒體借閱卡等各種功能的卡片。校園卡的使用和普及能給師生帶來很多方便，但是也存在容易丟失、丟失后不易找回的問題，造成了成本的浪費(fèi)。目前的校園卡丟失招領(lǐng)過程存在系統(tǒng)管理困難、人手動(dòng)參與環(huán)節(jié)較多等問題。本文通過MATLAB軟件，實(shí)現(xiàn)了一種基于OCR算法的校園卡卡號(hào)識(shí)別方法，主要目標(biāo)是自動(dòng)識(shí)別卡片中的有效身份信息，并生成文字輸出，以便于實(shí)際信息進(jìn)行對(duì)比和驗(yàn)證。

二十世紀(jì)六十年代初期，美國(guó)Murray Eden率先提出了一種用于數(shù)字字符識(shí)別的識(shí)別算法。該算法通過描述由零至九這十個(gè)數(shù)字體現(xiàn)的基本特征出發(fā)，為此后數(shù)字以及其他字符的識(shí)別研究，奠定了十分堅(jiān)實(shí)的基礎(chǔ)。到二十世紀(jì)七十年代，Parks等多位研究者提出了一種新的多級(jí)結(jié)構(gòu)鏈接識(shí)別方法以及對(duì)拓?fù)浣Y(jié)構(gòu)進(jìn)行特征抽取的辦法，這一方法的提出，在很大程度上提高了數(shù)字字符識(shí)別的識(shí)別效率和精確率。在我國(guó)，專門針對(duì)數(shù)字字符識(shí)別的研究工作最早開始于20世紀(jì)70年代初。最初把十個(gè)數(shù)字字符識(shí)別的算法應(yīng)用到郵政信函分揀系統(tǒng)之中。在此之后的研究中，來自復(fù)旦大學(xué)的研究者們開發(fā)了中國(guó)第一臺(tái)數(shù)字字符識(shí)別的機(jī)器，這臺(tái)機(jī)器能做到十分精確地把標(biāo)準(zhǔn)印刷體數(shù)字字符識(shí)別出來。與此同時(shí)，中國(guó)科學(xué)院成功研制出一臺(tái)郵政編碼識(shí)別樣機(jī)，并把樣機(jī)應(yīng)用于信件郵政編碼的識(shí)別。經(jīng)過多年的研究與成果的積累，目前我國(guó)數(shù)字識(shí)別領(lǐng)域已經(jīng)取得了很多突破，并在不斷深入中。

本文通過MATLAB強(qiáng)大的圖像數(shù)字處理功能，采用基于OCR技術(shù)的識(shí)別算法，在MATLAB強(qiáng)大的計(jì)算能力基礎(chǔ)上，通過使用MATLAB提供的數(shù)字圖像處理工具箱，完成了校園卡數(shù)字字符信息的提取和識(shí)別過程。

1 數(shù)字圖像的表達(dá)

在計(jì)算機(jī)中，可以將一幅二維圖像定義為一個(gè)與之對(duì)應(yīng)的二維函數(shù)，表示為f(x,y)，其中(x,y)是平面坐標(biāo)系坐標(biāo)，在任意坐標(biāo)(x,y)處的幅度，則被定義為該幅圖像在此坐標(biāo)位置處的對(duì)應(yīng)亮度值。由該二維函數(shù)f(x,y)可知，圖像的坐標(biāo)值和亮度變化之間的關(guān)系表示為f。本文的圖像處理方法是基于數(shù)字圖像的方法，因此，首先要把一幅待處理的字符圖像進(jìn)行數(shù)字化處理。對(duì)模擬圖像進(jìn)行數(shù)字化處理時(shí)，需要將其坐標(biāo)和幅度均進(jìn)行數(shù)字化分析。分析和處理的過程中，把坐標(biāo)值數(shù)字化的過程被稱之為“取樣”，把幅度值數(shù)字化的過程稱之為“量化”。當(dāng)表示圖像的x、y兩個(gè)分量值及幅度值都是有限且離散的量時(shí)，稱圖像為數(shù)字圖像。

以下為一種數(shù)字圖像的數(shù)學(xué)表達(dá)方式。坐標(biāo)位置(x,y)=(0,0)被定義為圖像坐標(biāo)原點(diǎn)，圖像中沿Y的下一坐標(biāo)位置被記為(x,y)=(0,1)，因此(x,y)=(0,1)，表示為沿Y軸的第2個(gè)取樣點(diǎn)。圖1表示為圖像數(shù)字化坐標(biāo)表達(dá)方式。

圖1：圖像數(shù)字化坐標(biāo)表達(dá)方式

根據(jù)圖1表示的坐標(biāo)系，可以得到數(shù)字圖像的數(shù)學(xué)表達(dá)方式，如以下公式所示：

2 校園卡信息數(shù)字識(shí)別

2.1 OCR技術(shù)介紹

光學(xué)字符識(shí)別技術(shù)，即OCR（Optical Character Recognition）技術(shù)，始于1929年，由德國(guó)科學(xué)家Tausheck提出的。到20世紀(jì)70年代，我國(guó)的研究者開始進(jìn)行漢字字符識(shí)別研究工作，直到1986年“863”高新科技研究計(jì)劃的提出把我國(guó)的漢字識(shí)別研究推向一個(gè)更高的領(lǐng)域，經(jīng)過潛心研究，清華大學(xué)的丁曉青教授和中科院的研究者們陸續(xù)推出了相關(guān)的中文光學(xué)字符識(shí)別產(chǎn)品。20世紀(jì)90年代，平臺(tái)式掃描儀地進(jìn)入大眾的視野，并被不斷應(yīng)用的生活和生產(chǎn)工作中，使得辦公自動(dòng)化、高效化、智能化過程不斷提升的同時(shí)，也大力推動(dòng)了光學(xué)字符識(shí)別技術(shù)地進(jìn)一步發(fā)展。使OCR的識(shí)別正確率、識(shí)別速度滿足了廣大用戶的要求。

從工作流程來看，OCR識(shí)別技術(shù)的基本過程如圖2所示：

圖2：OCR技術(shù)路線圖

圖像預(yù)處理，在本文中是指對(duì)輸入的字符圖像自身成像問題進(jìn)行預(yù)處理。常見的預(yù)處理過程包括：圖像數(shù)字化、直方圖變換、畸變校正、圖像的幾何變換、圖像增強(qiáng)等。

文字檢測(cè)，文字檢測(cè)過程即檢測(cè)文本內(nèi)容（本文中指數(shù)字字符內(nèi)容）在原始圖像中的布局，以及其所占位置、比例大小等，主要解決要識(shí)別的文字在哪里，范圍有多大等問題。

文本識(shí)別，即在上一步驟文本檢測(cè)的基礎(chǔ)上，對(duì)數(shù)字字符內(nèi)容進(jìn)行進(jìn)一步分析，這一步驟中，圖像中的文本信息被識(shí)別并輸出為最終所需要的文本信息。文字識(shí)別主要解決的是每個(gè)文字代表什么含義的問題。

2.2 校園卡卡號(hào)數(shù)字識(shí)別

2.2.1 圖像預(yù)處理

在圖像預(yù)處理過程中，首先讀取原始卡片圖像并顯示原圖，判斷原始圖像是否為RGB圖像，如果是RGB圖像，將其轉(zhuǎn)換為灰度圖并進(jìn)行歸一化處理。加入高斯噪聲后，利用graythresh函數(shù)獲取一個(gè)閾值，將圖像二值化，以便更清晰的凸顯目標(biāo)數(shù)字的輪廓。原始卡片圖像如圖3所示。

圖3：卡片身份數(shù)字信息

圖像處理結(jié)果如圖4所示。包括圖像灰度化、加噪、二值化和去噪結(jié)果。

圖4：圖像處理結(jié)果

2.2.2 卡號(hào)識(shí)別

校園卡卡號(hào)識(shí)別過程是通過字符分割函數(shù)，將卡片上字符進(jìn)行分割，通過與創(chuàng)建的字符模板進(jìn)行匹配，獲得匹配的數(shù)字字符，最后將各個(gè)匹配結(jié)果進(jìn)行連接，并輸出為文本。

識(shí)別過程如圖5所示。

文本輸出結(jié)果如圖6所示。可準(zhǔn)確識(shí)別出卡面上的卡號(hào)數(shù)字信息和學(xué)號(hào)數(shù)字信息，為后續(xù)身份識(shí)別提供可靠依據(jù)。

圖5：算法流程圖

圖6：文本輸出結(jié)果

3 結(jié)論

通過基于OCR字符識(shí)別技術(shù)，將校園卡上的身份信息數(shù)字進(jìn)行分割和識(shí)別后再連接，可以得到有效的校園卡身份識(shí)別結(jié)果。該方法為進(jìn)一步實(shí)現(xiàn)校園卡的信息管理、丟失找回過等程提供了基礎(chǔ)，使得校園卡的使用過程更加方便、安全。