摘要：

隨著數(shù)字化時代的蓬勃發(fā)展,信息量以指數(shù)級的速度增長,然而手工錄入并存儲信息的速度遠不及信息的產(chǎn)生速度.光學字符識別(OCR)技術(shù)能夠自動化地檢測信息并識別出來,有效地解決了信息錄入速度和正確率的問題.目前,基于PC設備的光學字符識別已經(jīng)被廣泛的應用于辦公自動化和工業(yè)智能化等方面,然而由于PC端的弱便攜性,很難隨時隨地處理生活信息.得益于智能手機硬件和Android平臺的發(fā)展,在移動設備上進行光學字符識別成為可能.基于Android平臺的光學字符識別成為一個被迫切需要的功能.本文將PC端上有關(guān)光學字符識別的先驗知識和基本理論,應用于移動端,設計并實現(xiàn)了一個基于Android平臺的光學字符識別應用.本文重點研究了光學字符識別功能的具體實現(xiàn),以及應用的功能設計和界面設計.本文的主要工作包括:1)應用的需求分析和概要設計,將應用分為圖像采集模塊,字符識別模塊,信息存儲模塊這三個模塊.圖像采集模塊負責采集含有字符信息的圖像;字符識別模塊負責處理采集到的圖像,進行識別并輸出識別結(jié)果;信息存儲模塊負責存儲原圖像,識別結(jié)果以及針對它們的編輯操作.2)應用的詳細設計和具體實現(xiàn).圖像采集模塊實現(xiàn)兩種方式采集圖像,分別調(diào)用了Android平臺的相機和相冊接口.對于圖像識別模塊,結(jié)合對文獻的研究以及實際場景的分析,設計了一系列光學字符識別的算法策略組合.針對生活場景的復雜,設計了灰度化,平滑,二值化,形態(tài)學操作等圖像預處理算法,增強背景和識別目標的區(qū)別,然后找出圖像中的字符區(qū)域,進行字符分割和字符歸一化,輸入到學習生成的SVM模型中進行識別.信息存儲模塊,采用SQLite這一輕量的嵌入式數(shù)據(jù)庫引擎,將數(shù)據(jù)存儲到手機SD卡中.3)應用測試和評價.在實際使用案例中對應用進行測試,通過對準確率,查全率和F值的計算,分析應用使用效果.本文的目標是利用移動平臺日益強大的計算能力,實現(xiàn)服務于日常生活的光學字符識別應用,使用戶能夠獲取并存儲所需的信息.

展開

總結(jié)

以上是生活随笔為你收集整理的光学模拟 Android,基于Android平台的光学字符识别应用的设计与实现的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。