Android平台字体识别系统研究和实现.docVIP

Android平台字体识别系统研究和实现 　　摘 要 本文给出了一个基于Android平台的字体识别系统的研究及实现过程。文章首先提出软件的总体框架与相关的字体识别算法，从技术的角度为软件的实现提供可能。进而从需求分析，系统框架，功能描述等方面，逐一叙述了该软件的开发过程。 　　关键词 Android应用;字体识别;图像处理;图像识别算法 　　中图分类号 TP39 文献标识码 A 文章编号 1674-6708（2014）128-0138-01 　　0 引言 　　如今信息技术飞速发展，中文字库中除了录有中国传统经典的字体外，还有专业厂商制作的字库。近几年，较大规模的西文字体识别与检索已有成效，而识别中文字体的网站却很少。据不完全统计，目前可以下载的中文字体大概有15000多种，而字体网站只提供字体的预览和下载功能，目标性不强[1-2]。 　　当今智能手机已经相当普及，全球两大类智能手机iphone和Android，其中安卓在中国市场占有率为89.9%，因此开发基于安卓的字体识别软件，将极大地满足市场尤其是广大字体爱好者的应用需求。 　　1 技术原理 　　1.1 客户端技术 　　为了减轻客户端的运行压力，大部分的系统操作都将放在服务器端进行，而客户端只需进行简单提交图片、提交文字等操作。然后通过http方式实现与服务器数据传输。 　　1.2 服务器端技术 　　当用户上传图片到达服务器端后，服务器端通过后台程序，将图片存储到某一特定文件夹下，程序自动查找到与之相匹配的文字，并将这些文字生成一个固定大小的图片，形成RGB矩阵，再将这些矩阵进行比较，得到相应的匹配率。按照匹配率，对字体格式进行排序，并将排好的数组，返回给客户端，完成一次数据交互。因此，对于服务器端，我们要用到serverlet技术和javabean技术，将操作写入javabean中，用serverlet将用户页面与后台逻辑操作连接起来。 　　1.3相关算法介绍 　　1.3.1常用的识别技术 　　图像处理通常需要将图像划分为若干不相交的区域，图像分割是图像处理的基础。常用的有阈值与图像分割技术、梯度与图像分割技术，通过阈值来对图像进行二值化能让计算机处理的数据量大大减少[3]。 　　分割后的图像需要对盐粒噪音和毛刺噪音进行消除，通常采用滤波的方法，根据噪音产生机理的不同设计不同的滤波方法，为减少脉冲干扰，可采用中值滤波法[4]。 　　匹配算法主要有：基于边缘、基于像素点等比较算法[5]。 　　1.3.2字体识别技术 　　1）阈值分割技术 　　本程序因手机内存限制，不能通过拖动控制条来实时改变阈值，但是如果灰度均值偏小或者灰度均值过大时，仅用单一的阈值算法将很难得到合适的结果，所以通常采用两种阈值：最佳阈值法和大津法，两者相结合自动寻找合适的阈值[6]。 　　设：最佳阈值法计算的阈值N，大津法计算的阈值M，平均灰度值aver，则： 　　2）降噪算法 　　由于不同型号手机摄像头性能各异，加之拍摄手法不同，程序获取的图片源质量不高，二值化后容易出现噪点现象，影响后期匹配算法，因此借助比较常见的降噪算法：中值滤波、均值滤波、对称近邻均值滤波法，在处理细小噪点的算法中，均值滤波算法效率较高但容易降低图片的锐度和细节，综合效果中值滤波法更适合。 　　2 字体识别软件开发 　　本手机字体识别系统主要包括如下功能： 　　截图功能、二值化处理功能、查找文字边界、生成字库图片、统计排序功能、手机端“扫一扫”功能。通过手机摄像头取图并处理，将处理后的图片和相应的文字发送到服务器端进行处理，服务器将查询结果再返回给客户端。 　　3 结论 　　经测试，本软件可以实现字体图片获取、上传、识别并返回结果等相关功能。手机Android客户端操作简单明了，产生的结果能满足用户的需求。识别字体的方法位于服务器端，方便日常的维护升级。软件基本达到预期目的。下一步的研究工作将致力于历史记录、字体收藏、下载、替换等后续功能的开发，并对算法做进一步的改进，以提高对于字体的识别能力，加快字体处理速度。 　　参考文献 　　[1] Find-your-font in large font databases， Solli M Lenz R. ， Proceedings of the 15th Scandinavian Conference on Image analysis. Aalborg， Denmark， 2007： 432?C441. 　　[2] The snippet statistics of font recognition， Lidke J， Thurau C， Bauckhage C. ， 20