基于Android離線字符識別系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著現(xiàn)在移動智能終端的普及，基于移動終端的各種應(yīng)用應(yīng)運而生，其中在字符識別方面的研究有著相當(dāng)大的實際需求。人們可以通過基于移動端的字符識別軟件完成錄入名片、識別路牌、翻譯文字等功能，能極大的方便人們的日常生活。但現(xiàn)在市場上的字符識別方案大都是基于 PC平臺，或者只能在移動平臺實現(xiàn)簡單的文本文檔的識別，不能很好的滿足人們在日常生活中對文字錄入的需求。因此，本文設(shè)計了一種基于Android的離線字符識別系統(tǒng)。
　　本系統(tǒng)以Androi

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

3、識別。相比之前的兩種開發(fā)模式，離線識別系統(tǒng)能給用戶帶來更好的體驗，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)處理算法都是針對處理能力強(qiáng)大的PC機(jī)，考慮到本文所識別的對象背景的復(fù)雜性以及Android平臺離線識別的特點，做了以下改良：在傳統(tǒng)Otsu的基礎(chǔ)上對圖像灰度拉伸，使得二值化的效果更理想；提出了通過計算黑色像素高度來測量傾斜角度的方法，計算量小且矯正效果良好；對投影分割法進(jìn)行了

4、改良，在二維投影的基礎(chǔ)上對字符寬度進(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)在識別階段，本文設(shè)計了基于模板匹配的兩級分類器。第一級采用抗噪性能較好的統(tǒng)計特征，對所有模板樣本粗分類，篩選出50個候選字符。再利用結(jié)構(gòu)特征對這些候選字符集進(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，在提高識別速率的同時也保證了識別正確率。
　　通過與同類產(chǎn)品在功能和性能上進(jìn)行對比分析，本文設(shè)計的基于And