摘要：

隨著Android手機平臺的普及和信息化進程的不斷推進,利用手持設備高效地將文檔信息錄入已經成為一個亟需解決的問題,其關鍵技術光學字符識別在手機上的應用日益受到人們重視。本文所做工作正是針對這一問題而展開。本文設計的Android平臺光學字符識別通過手機攝像頭拍攝的方式將紙質的文檔以圖像的形式錄入手機,通過與Android NDK編程結合的預處理、特征提取及模版匹配等一系列的處理,獲取與錄入圖像對應的電子文本輸出。 本文主要研究內容如下: (1)前期預處理算法對比選取。對比四種常見噪聲的領域平均法和中值平均法去噪效果,選出灰度化及去噪分別采用加權平均法及3×3中值平均法。 (2)光照補償及二值化研究設計。針對同態濾波算法進行研究,最終選取避免參數調整的改進的同態濾波算法進行光照補償,比較了兩種全局閾值和兩種局部閾值算法,選擇補償圖像處理效果較好的Bernsen算法進行二值化處理。 (3)傾斜字符校正、字符分割及歸一化分析確定。研究文本圖像中較常出現的旋轉與水平傾斜,選取投影法方差最大與二階原點矩最大進行檢測并進行相應的校正。研究找到了一種可以很好的處理垂直投影算法所無法解決的字符間因重疊而無法分割的問題的連通域搜索生長算法。討論三種插值變換的歸一化算法,選取復雜度居中但能滿足實際要求的雙線性插值算法。 (4)分類器及特征提取方案確立。對比研究兩種特征提取方式結構特征和統計特征,其中,結構特征區分相似字的能力較強,而統計特征抗噪聲和干擾的能力較強,因此本文采用粗網格特征、寬度投影特征和筆畫密度特征的結構與統計特征相結合的特征提取法。對比三種判定距離歐氏距離、馬氏距離和街區距離的優缺點選定歐氏距離為判定函數。 (5)設計實現Android平臺光學字符識別。結合Android NDK技術,利用Java Native Interface接口,在windows系統下,利用jdk6.0、Eclipse SDK-4.3-win32、android-sdk r06及ADT0.9.7開發出應用軟件。充分測試了在不同場景下系統識別效果,包括光照實驗及存在傾斜情況下都能很好識別出圖像中的字符。通過100次采樣,對圖片中的3164個樣本進行數據統計分析,其中包含大小寫英文字母52個和數字10個,共62個字符類型,得到總體識別正確率達91.5%,字母和數字分別為92.0%和88.1%。

展開

總結

以上是生活随笔為你收集整理的光学模拟 Android,基于Android的光学字符识别研究与实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。