脫機手寫體字符識別

脫機手寫體字符識別第1頁，課件共17頁，創(chuàng)作于2023年2月概述由于有些場合，不能采用書寫板等專用的輸入設(shè)備輸入文字，或文字信息已經(jīng)是以手寫體的形式存在，如果要利用計算機進行文字識別，就只能進行脫機手寫體字符識別。第2頁，課件共17頁，創(chuàng)作于2023年2月OCR概念

OCR技術(shù)是光學(xué)字符識別（OpticalCharacterRecognition）的縮寫，是通過掃描等光學(xué)輸入方式將各種票據(jù)、報刊、書籍、文稿及其它印刷品的文字轉(zhuǎn)化為圖像信息，再利用文字識別技術(shù)將圖像信息轉(zhuǎn)化為可以使用的計算機輸入技術(shù)。第3頁，課件共17頁，創(chuàng)作于2023年2月圖像的輸入原始文稿通過光電掃描儀或數(shù)碼相機等輸入設(shè)備轉(zhuǎn)換成原始的二維圖像信號，可以是彩色圖像、灰度圖像（grayscaleimage）或二值圖像（binaryimage）。這個模塊僅僅需要的是在獲取圖像過程中，盡可能的保證原始文稿的二維圖像有比較好的質(zhì)量，從而有利于后面識別模塊的識別。第4頁，課件共17頁，創(chuàng)作于2023年2月預(yù)處理預(yù)處理是脫機手寫識別系統(tǒng)中需要解決問題最多的一個模塊。預(yù)處理通常包括以下幾個過程：1、二值化2、消除干擾3、細化第5頁，課件共17頁，創(chuàng)作于2023年2月原圖像二值化細化第6頁，課件共17頁，創(chuàng)作于2023年2月版面分析

版面分析與理解是文字識別的前處理技術(shù)之一。它是利用圖像處理、人工智能等技術(shù)完成文檔圖像文件中的文字域的分揀工作。其難度取決于版面的復(fù)雜程度，是文字識別系統(tǒng)提高實用化水平的主要技術(shù)指標之一。

1、圖像定位2、傾斜校正第7頁，課件共17頁，創(chuàng)作于2023年2月原圖像校正后第8頁，課件共17頁，創(chuàng)作于2023年2月字符的分割1、行切割對于輸入的二值化文字圖像，首先要逐行地把各文字行圖像切割出來，行切割的方法是：對二值化圖像從上到下逐行掃描并同時計算每個掃描行的像素，以獲取圖像的水平投影，根據(jù)水平投影值確定文字行的位置，利用文字行間空白間隔造成的水平投影空白間隙，即可將各行文字分割出來2、字切割

子切割是從行切割后得到的文字圖像中將單個漢字的圖像分割出來。基本方法是利用字與字之間的空白間隙在圖像行垂直投影上形成的空白間隙將單個漢字的圖像切割開來。漢字的構(gòu)造決定了字切割是更為困難的第9頁，課件共17頁，創(chuàng)作于2023年2月文字歸一化1.位置歸一化

為了消除漢字點陣位置上的偏差，需要把整個漢字點陣圖形移動到規(guī)定的位置上，這個過程被稱作為位置歸一化兩種方法：1、基于質(zhì)心的位置歸一化2、基于文字外邊框的位置歸一化2.大小歸一化對不同大小的文字做變換，使之成為同一尺寸大小的文字，這個過程被稱做大小歸一化。通過大小歸一化，許多特征就能夠用于識別不同字號混排的文字。兩種方法：1、將文字的外邊框按比例線性放大或縮小成為規(guī)定尺寸的文字2、根據(jù)水平和垂直兩個方向文字黑像素的分布進行大小歸一化第10頁，課件共17頁，創(chuàng)作于2023年2月特征提取穩(wěn)定特征的抽取是整個識別系統(tǒng)的核心之一，它決定了識別系統(tǒng)的性能。用于脫機手寫字符識別的統(tǒng)計特征，根據(jù)特征抽取屈居的不同可粗略地分為全局統(tǒng)計特征和局部統(tǒng)計特征兩大類。全局統(tǒng)計特征是將整個漢字點陣作為研究對象，從整體上抽取特征。

局部統(tǒng)計特征是將字符點陣圖像分割成不同區(qū)域或網(wǎng)絡(luò)，在各個小區(qū)域內(nèi)分別抽取統(tǒng)計特征第11頁，課件共17頁，創(chuàng)作于2023年2月識別識別也即分類器的設(shè)計，良好性能的分類器的設(shè)計也是整個識別系統(tǒng)的核心之一，它直接決定了識別系統(tǒng)的性能。

識別的方法很多，多方案集成是近年來文字識別領(lǐng)域的一個主要研究方向，任何一種特征、任何一種識別方法都有其優(yōu)點和局限性，借鑒印刷體字符識別的成功經(jīng)驗，走多特征融合、多方案集成的道路，是脫機手寫字符識別系統(tǒng)走向?qū)嵱没挠行緩?。?2頁，課件共17頁，創(chuàng)作于2023年2月后處理文本識別后處理是指對單字識別的結(jié)果，利用詞義、語義等上下文先驗信息進行識別結(jié)果的確認或糾錯。通常，在識別實際文本時，需要對單字識別的結(jié)果進行基于上下文關(guān)系的識別后處理。利用后處理技術(shù)，應(yīng)該能夠?qū)崿F(xiàn)對單字識別結(jié)果的確認或糾錯，并進一步區(qū)分相似字。第13頁，課件共17頁，創(chuàng)作于2023年2月脫機手寫體字符識別系統(tǒng)結(jié)構(gòu)待識別文檔掃描儀或數(shù)碼相機灰度圖或二值圖預(yù)處理預(yù)處理圖像版面分析文字塊圖像行分割文字行圖像字符分割單一字符圖像識別單詞后處理修正后的單詞結(jié)果字符特征特征提取第14頁，課件共17頁，創(chuàng)作于2023年2月手寫識別中存在的問題及困難由于手寫變形的存在，使得手寫體中相似字符的區(qū)分比印刷體要困難的多，因不同人書寫風(fēng)格的差異造成手寫字符的變形很大，具體變現(xiàn)在以下幾個方面：（1）基本筆畫變化。橫不平，豎不直，直筆變彎，折筆的拐角變成圓弧等。

（2）筆畫模糊，不規(guī)范，該連的不連，不該連的卻相連。

（3）筆畫與筆畫之間、部件與部件之間的位置發(fā)生變化。

（4）筆畫的傾斜角、筆畫的長短、部件的大小發(fā)生變化。

（5）對于脫機手寫字符，不同人使用不同的書寫筆可能造成筆畫的粗細變化。第15頁，課件共17頁，創(chuàng)作于2023年2月參考文獻[1]張宏林VisualC++數(shù)字圖像模式識別技術(shù)及工程實踐(第二版)人民郵電出版社2008.5[2]陳念一種基于復(fù)合特征的脫機手寫體字符識別方法自然科學(xué)報2008.1[3]宋佳模式識別綜述及漢字識別的原理科技廣場2007.9[4]AhmedM.ElgammalAndMohamedA.Ismail.AGraph-BasedSegmentationandFeatureExtractionFrameworkforArabicTextRecognition[5].ManjunathAradhyaVN*,HemanthaKumarG,ShivakumaraPAnEfficientandRotationInvariant4-stepthinningAlgorithmforBinaryDocumentImages.Pro