脱机手写体字符识别 (2)幻灯片.ppt

《脱机手写体字符识别 (2)幻灯片.ppt》由会员分享，可在线阅读，更多相关《脱机手写体字符识别 (2)幻灯片.ppt（17页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、脱机手写体字符识别第1页，共17页，编辑于2022年，星期二概述 由于有些场合，不能采用书写板等专用的输入设备输入文字，或文字信息已经是以手写体的形式存在，如果要利用计算机进行文字识别，就只能进行脱机手写体字符识别。第2页，共17页，编辑于2022年，星期二OCR概念 OCR技术是光学字符识别（Optical Character Recognition）的缩写，是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息，再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。第3页，共17页，编辑于2022年，星期二图像的输入 原始文稿通过光电扫描仪或数码相机等输

2、入设备转换成原始的二维图像信号，可以是彩色图像、灰度图像（grayscale image）或二值图像（binary image）。这个模块仅仅需要的是在获取图像过程中，尽可能的保证原始文稿的二维图像有比较好的质量，从而有利于后面识别模块的识别。第4页，共17页，编辑于2022年，星期二预处理 预处理是脱机手写识别系统中需要解决问题最多的一个模块。预处理通常包括以下几个过程：1、二值化2、消除干扰3、细化第5页，共17页，编辑于2022年，星期二原图像二值化细化第6页，共17页，编辑于2022年，星期二版面分析 版面分析与理解是文字识别的前处理技术之一。它是利用图像处理、人工智能等技术完成文档图

3、像文件中的文字域的分拣工作。其难度取决于版面的复杂程度，是文字识别系统提高实用化水平的主要技术指标之一。1、图像定位2、倾斜校正第7页，共17页，编辑于2022年，星期二原图像校正后第8页，共17页，编辑于2022年，星期二字符的分割1、行切割 对于输入的二值化文字图像，首先要逐行地把各文字行图像切割出来，行切割的方法是：对二值化图像从上到下逐行扫描并同时计算每个扫描行的像素，以获取图像的水平投影，根据水平投影值确定文字行的位置，利用文字行间空白间隔造成的水平投影空白间隙，即可将各行文字分割出来2、字切割 子切割是从行切割后得到的文字图像中将单个汉字的图像分割出来。基本方法是利用字与字之间的空

4、白间隙在图像行垂直投影上形成的空白间隙将单个汉字的图像切割开来。汉字的构造决定了字切割是更为困难的第9页，共17页，编辑于2022年，星期二文字归一化1.位置归一化 为了消除汉字点阵位置上的偏差，需要把整个汉字点阵图形移动到规定的位置上，这个过程被称作为位置归一化两种方法：1、基于质心的位置归一化 2、基于文字外边框的位置归一化2.大小归一化 对不同大小的文字做变换，使之成为同一尺寸大小的文字，这个过程被称做大小归一化。通过大小归一化，许多特征就能够用于识别不同字号混排的文字。两种方法：1、将文字的外边框按比例线性放大或缩小成为规定尺寸的文字 2、根据水平和垂直两个方向文字黑像素的分布进行大小

5、归一化第10页，共17页，编辑于2022年，星期二特征提取 稳定特征的抽取是整个识别系统的核心之一，它决定了识别系统的性能。用于脱机手写字符识别的统计特征，根据特征抽取屈居的不同可粗略地分为全局统计特征和局部统计特征两大类。全局统计特征是将整个汉字点阵作为研究对象，从整体上抽取特征。局部统计特征是将字符点阵图像分割成不同区域或网络，在各个小区域内分别抽取统计特征第11页，共17页，编辑于2022年，星期二识别 识别也即分类器的设计，良好性能的分类器的设计也是整个识别系统的核心之一，它直接决定了识别系统的性能。识别的方法很多，多方案集成是近年来文字识别领域的一个主要研究方向，任何一种特征、任何一

6、种识别方法都有其优点和局限性，借鉴印刷体字符识别的成功经验，走多特征融合、多方案集成的道路，是脱机手写字符识别系统走向实用化的有效途径。第12页，共17页，编辑于2022年，星期二后处理 文本识别后处理是指对单字识别的结果，利用词义、语义等上下文先验信息进行识别结果的确认或纠错。通常，在识别实际文本时，需要对单字识别的结果进行基于上下文关系的识别后处理。利用后处理技术，应该能够实现对单字识别结果的确认或纠错，并进一步区分相似字。第13页，共17页，编辑于2022年，星期二脱机手写体字符识别系统结构待识别文档扫描仪或数码相机灰度图或二值图预处理预处理图像版面分析文字块图像行分割文字行图像字符分割

7、单一字符图像识别单词 后处理修正后的单词结果字符特征特征提取第14页，共17页，编辑于2022年，星期二手写识别中存在的问题及困难 由于手写变形的存在，使得手写体中相似字符的区分比印刷体要困难的多，因不同人书写风格的差异造成手写字符的变形很大，具体变现在以下几个方面：（1）基本笔画变化。横不平，竖不直，直笔变弯，折笔的拐角变成圆弧等。（2）笔画模糊，不规范，该连的不连，不该连的却相连。（3）笔画与笔画之间、部件与部件之间的位置发生变化。（4）笔画的倾斜角、笔画的长短、部件的大小发生变化。（5）对于脱机手写字符，不同人使用不同的书写笔可能造成笔画的粗细变化。第15页，共17页，编辑于2022年，

8、星期二参考文献1张宏林 Visual C+数字图像模式识别技术及工程实践(第二版)人民邮电出版社 2008.52陈念 一种基于复合特征的脱机手写体字符识别方法 自然科学报 2008.13宋佳 模式识别综述及汉字识别的原理 科技广场 2007.94 Ahmed M.Elgammal And Mohamed A.Ismail.A Graph-Based Segmentation and Feature Extraction Framework for Arabic Text Recognition5.Manjunath Aradhya V N*,Hemantha Kumar G,Shivakumara P An Efficient and Rotation Invariant 4-step thinning Algorithm for Binary Document Images.Proceeding of the Internation Conference on Information and Automation,December 15-18,2005第16页，共17页，编辑于2022年，星期二第17页，共17页，编辑于2022年，星期二