基于轮廓检测的图像字符识别方法.docxVIP

基于轮廓检测的图像字符识别方法 1 粘连字符区域纹理分割的关键技术 目前，orc（optackchaacter）文本识别技术相对成熟，但连接字母中的输入误差率相对较高。一般认为主要原因是粘连字符的错误切分而导致字符的严重失真变形, 无法正确地识别, 因此粘连字符的切分成为提高识别率的关键技术 为了提高粘连字符识别率与识别速度, 提出了一种先对图像进行字符区域纹理分割, 进而对分割出的字符区域采用字符轮廓结构特征和统计特征相结合的方法。该方法从中选出稳定的局部特征, 利用结构语句识别的方法进行字符的识别, 能够有效地提高识别正确率的同时简化步骤降低运算量。 2 图像进行图像预处理 身份证图像样本如图1, 是通过扫描仪等设备获取的彩色图像。由于彩色图像包含大量的颜色信息, 在计算机处理时也会占用大量资源, 降低了运行速度, 而且实际采集的图像由于光照影响, 使得整幅图偏暗或偏亮, 没有灰度层次感。因此在对图像进行识别时常将彩色图像转变为灰度图像, 以加快处理速度, 然后对其进行图像预处理。在预处理过程中主要是针对图像的偏暗或偏亮问题, 对图像进行灰度拉伸, 将灰度范围拉伸 3 目标图像的字符定位切分 图像字符分割有多种方法, 可以充分利用字符固定的高宽比和间距作为先验知识对目标图像进行精确的字符定位切分;可以根据图像垂直投影直方图的期望与方差确定一个闭值 这里只对姓名与号码区域做详细