基于Android離線字符識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著現(xiàn)在移動(dòng)智能終端的普及，基于移動(dòng)終端的各種應(yīng)用應(yīng)運(yùn)而生，其中在字符識(shí)別方面的研究有著相當(dāng)大的實(shí)際需求。人們可以通過(guò)基于移動(dòng)端的字符識(shí)別軟件完成錄入名片、識(shí)別路牌、翻譯文字等功能，能極大的方便人們的日常生活。但現(xiàn)在市場(chǎng)上的字符識(shí)別方案大都是基于 PC平臺(tái)，或者只能在移動(dòng)平臺(tái)實(shí)現(xiàn)簡(jiǎn)單的文本文檔的識(shí)別，不能很好的滿足人們?cè)谌粘Ｉ钪袑?duì)文字錄入的需求。因此，本文設(shè)計(jì)了一種基于Android的離線字符識(shí)別系統(tǒng)。
　　本系統(tǒng)以Androi

2、d操作系統(tǒng)為平臺(tái)，由于C/C++對(duì)于圖像處理和模式識(shí)別算法的執(zhí)行效率比Java更好，所以利用NDK(Native Development Kit)框架實(shí)現(xiàn)Java上層框架與C/C++本地代碼之間的調(diào)用。在對(duì)各種預(yù)處理和模式識(shí)別算法的研究與實(shí)驗(yàn)的基礎(chǔ)上，結(jié)合本系統(tǒng)離線識(shí)別以及復(fù)雜背景中字符圖像的需求，總結(jié)了實(shí)現(xiàn)該系統(tǒng)所解決的關(guān)鍵技術(shù)問(wèn)題，并給出了相應(yīng)的解決方案。本文的主要工作歸納如下：
　　(1)實(shí)現(xiàn)了復(fù)雜背景字符圖片在移動(dòng)端的離線

3、識(shí)別。相比之前的兩種開發(fā)模式，離線識(shí)別系統(tǒng)能給用戶帶來(lái)更好的體驗(yàn)，且能節(jié)省開發(fā)成本，用戶也不需要額外的流量開支。
　　(2)對(duì)預(yù)處理方案進(jìn)行改良?，F(xiàn)有的圖像預(yù)處理算法都是針對(duì)處理能力強(qiáng)大的PC機(jī)，考慮到本文所識(shí)別的對(duì)象背景的復(fù)雜性以及Android平臺(tái)離線識(shí)別的特點(diǎn)，做了以下改良：在傳統(tǒng)Otsu的基礎(chǔ)上對(duì)圖像灰度拉伸，使得二值化的效果更理想；提出了通過(guò)計(jì)算黑色像素高度來(lái)測(cè)量?jī)A斜角度的方法，計(jì)算量小且矯正效果良好；對(duì)投影分割法進(jìn)行了

4、改良，在二維投影的基礎(chǔ)上對(duì)字符寬度進(jìn)行聚類分析，可以減少由于字符粘連或字符內(nèi)部的間隙造成的誤分割。
　　(3)在識(shí)別階段，本文設(shè)計(jì)了基于模板匹配的兩級(jí)分類器。第一級(jí)采用抗噪性能較好的統(tǒng)計(jì)特征，對(duì)所有模板樣本粗分類，篩選出50個(gè)候選字符。再利用結(jié)構(gòu)特征對(duì)這些候選字符集進(jìn)行細(xì)分類，選出最終的字符。相比于直接采用模板匹配法，在提高識(shí)別速率的同時(shí)也保證了識(shí)別正確率。
　　通過(guò)與同類產(chǎn)品在功能和性能上進(jìn)行對(duì)比分析，本文設(shè)計(jì)的基于And