CN104992152A - 一种基于模板字符库的字符识别方法及字符识别系统 - Google Patents

Abstract

本发明公开了一种基于模板字符库的字符识别方法及字符识别系统。所述字符识别系统包括摄像装置、及连接摄像装置，并安装有图像处理软件及字符识别软件的计算机。所述摄像装置用于对送测产品的待识别字符区进行拍照，将包含待识别字符区的拍摄图像传送到计算机。所述计算机用于对拍摄图像进行预处理，得到二值图像，将待识别字符区从二值图像中分离，对该待识别字符区中的每个待识别字符图像分别进行图像分割处理，通过对比模板字符库对分割的多个待识别字符图像逐一进行识别，并依照设定的字符识别顺序呈现识别字符。本发明可大大提高针对数字、字母或数字加字母组合类字符的识别准确率及识别效率，可应用于对字符识别准确率要求极高的技术领域。

Description

一种基于模板字符库的字符识别方法及字符识别系统

技术领域

本发明涉及字符识别技术领域，更具体地说，涉及一种基于模板字符库的字符识别方法及字符识别系统。

背景技术

OCR(Optical Character Recognition，光学字符识别)具有功能强大且实用的特点，在字符识别技术领域得到了广泛应用，但是，当前OCR仍然存在字符识别准确率及字符识别效率偏低的技术缺陷，故而在字符识别准确率要求极高的技术领域(例如，产品防伪检测)的应用受到了一定限制。

发明内容

本发明要解决的技术问题在于针对现有技术的上述缺陷，提供一种基于模板字符库的字符识别方法及字符识别系统。

本发明解决其技术问题所采用的技术方案是：构造一种基于模板字符库的字符识别方法，所述方法包括如下步骤：

S1、构造模板字符库，所述模板字符库由阿拉伯数字0-9、字母A-Z、字母a-z组成；

S2、通过摄像装置对送检产品的待识别字符区进行拍照，对所拍图像进行预处理，得到二值图像；

S3、将待识别字符区从二值图像中分离，将经分离的待识别字符区内的每个待识别字符图像作为图像分割处理对象，执行图像分割处理操作，并通过比对模板字符库对分割所得的多个待识别字符图像逐一进行识别；S4、依照设定的字符识别顺序呈现识别字符。

在本发明上述基于模板字符库的字符识别方法中，所述步骤S1中构造模板字符库的方法包括如下步骤：

S11、获取包含阿拉伯数字0-9、字母A-Z、字母a-z的六十二个模板字符的彩色图像，对彩色图像进行编号；

S12、依照编号顺序选择彩色图像，对彩色图像进行预处理，将其转换为二值图像；

S13、计算二值图像中模板字符图像的方位信息，根据模板字符图像在二值图像中的方位信息将模板字符图像从二值图像中分离；循环执行步骤S11及步骤S22，得到六十二个模板字符图像；

S14、对倾斜角度超过设定的字符倾斜角度阈值的模板字符图像进行倾斜校正；

S15、将各模板字符图像的面积均调整为统一大小，提取各模板字符的字符特征，将提取的模板字符特征存入模板字符库。

在本发明上述基于模板字符库的字符识别方法中，所述步骤S12进一步包括如下步骤：

S121、将摄像装置拍摄的包含模板字符的彩色图像转换为灰度图像；

S122、检测及识别该灰度图像模板字符边缘区域中不属于模板字符的待识别字符区，将之作为字符识别干扰区域，并将该字符识别干扰区域的背景色调整为黑色；

S123、将该灰度图像二值化，得到二值图像，并滤除二值图像中的干扰点。

在本发明上述基于模板字符库的字符识别方法中，所述步骤S2中对所拍图像进行预处理的步骤包括如下步骤：

S21、将所拍图像转换为灰度图像；

S22、识别该灰度图像模板字符边缘区域中不属于待识别字符的待识别字符区，将之作为字符识别干扰区域，并将该字符识别干扰区域的背景色调为黑色；

S23、将该灰度图像二值化，得到二值图像，并滤除二值图像中的干扰点。

在本发明上述基于模板字符库的字符识别方法中，所述步骤S3中将待识别字符区从二值图像中分离，将分离后的待识别字符区内的各个待识别字符图像作为图像分割处理对象，执行图像分割处理操作的步骤包括如下子步骤：

S31、计算该二值图像中待识别字符区的分布位置，根据待识别字符区在该二值图像中的分布位置将待识别字符区从该二值图像中分离；

S32、对字体出现倾斜的待识别字符区整体进行倾斜校正处理，以确保分离后的待识别字符区的上下边界平行；

S33、执行图像分割操作，将待识别字符区内的每个待识别字符图像从待识别字符区分离，使每一待识别字符图像中仅包括一个待识别字符，并分别对照模板字符库以对该多个待识别字符图像中的待识别字符进行识别。

在本发明上述基于模板字符库的字符识别方法中，所述步骤S33中分别对照模板字符库以对该多个待识别字符图像中的待识别字符进行识别的步骤包括：

S331、将分割所得的多个待识别字符图像的面积调整为统一大小；

S332、从字符图像面积大小统一的多个待识别字符图像中选择一个待识别字符图像；

S333、提取所选的待识别字符图像的字符特征，将该字符特征与模板字符库中所有模板字符的字符特征一一进行比对；

S334、根据字符特征比对结果确定模板字符库中与待识别字符图像的字符特征最相似的模板字符，将该模板字符作为识别字符输出显示。

在本发明上述基于模板字符库的字符识别方法中，在所述步骤S333之后还包括如下步骤：

S334、将识别字符内容及字符排列顺序与用于鉴定送测产品是否合格的标准字符内容及字符排列顺序进行比对，根据比对结果产生相应提示。

本发明还构造一种基于模板字符库的字符识别系统，所述字符识别系统包括：

摄像装置，用于对送测产品的待识别字符区进行拍照，将包含待识别字符区的拍摄图像传送到计算机；

连接摄像装置，安装有图像处理软件及字符识别软件的计算机，用于对拍摄图像进行预处理，得到二值图像，将分离后的待识别字符区内的各个待识别字符图像作为图像分割处理对象，执行图像分割处理操作，通过比对模板字符库对分割所得的多个待识别字符图像逐一进行识别，以及依照设定的字符识别顺序呈现识别字符。

在本发明上述基于模板字符库的字符识别系统中，所述计算机包括：

存储模块，用于预存由阿拉伯数字0-9、字母A-Z及字符a-z组成的模板字符库；

图像预处理模块，用于对摄像装置拍摄图像进行灰化及二值化，得到二值图像；

图像定位及分割模块，用于对待识别字符区在二值图像中的位置进行定位，据此从二值图像中分离待识别字符区，并将分离后的待识别字符区内的各个待识别字符图像分别作为图像分割处理对象，执行图像分割处理操作，得到多个待识别字符图像，其中，每个待识别字图图像中仅包括一个待识别字符；

图像识别模块，用于通过对比模板字符库对分割形成的多个待识别字符图像逐一进行识别，得到一组识别字符；

显示屏，用于依照设定的字符识别顺序显示该组识别字符。

在本发明上述基于模板字符库的字符识别系统中，所述计算机还包括：

字符验证模块，用于将该组识别字符内容及字符排列顺序与用于鉴定送检产品是否合格的标准字符内容及字符排列顺序进行比对，根据比对结果判断送检产品是否通过字符验证环节；

提示模块，用于根据送检产品字符验证结果产生相应的提示信息。

实施本发明基于模板字符库的字符识别方法及字符识别系统，可达到以下有益效果：

本发明针对日常生活中频繁出现的数字、字母、或数字加字母组合的字符信息(例如产品的logo、序列号、标签、编号等信息)采用了将计算机图像处理技术与字符特征对比相结合的基于模板字符库的字符识别方案，其技术原理在于：通过将经计算机图像处理技术获得的每一个待识别字符图像的字符特征与预先构建的模板字符库中的模板图像逐一进行比对，统计待识别字符与各模板字符之间的字符特征差异，将与被识别字符图像的字符特征差异最小的模板字符确定为被识别字符图像的识别字符。即本申请对现有的OCR技术进行了改进，相比OCR，达到了字符识别准确率更高、字符识别效率更高的突出效果，可适用于产品防伪检测技术领域。

附图说明

图1为本发明的第一个较佳实施例提供的基于模板字符库的字符识别方法的方法流程图；

图2为图1所示的基于模板字符库的字符识别方法中的模板字符库构建环节的流程图；

图3为图1所示的基于模板字符库的字符识别方法中的图像预处理环节的流程图；

图4为图1所示的基于模板字符库的字符识别方法中的图像定位及分割环节的流程图；

图5为图1所示的基于模板字符库的字符识别方法中的字符识别环节的流程图；

图6为本发明的第二个较佳实施例提供的基于模板字符库的字符识别系统的结构框图；

图7为图6所示的基于模板字符库的字符识别系统的计算机的第一种结构框图；

图8为图7所示的基于模板字符库的字符识别系统的计算机的第二种结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

针对现有技术中OCR(Optical Character Recognition，即光学字符识别)字符识别准确率偏低的缺陷，本发明揭示了一种在OCR基础上进行改良的基于模板字符库的字符识别方法，如图1所示，本发明基于模板字符库的字符识别方法包括如下步骤：

首先步骤S100中，预先构建模板字符库，在本发明中，模板字符库由阿拉伯数字0-9及字母A-Z、字母a-z构成。

随后步骤S200中，通过摄像装置100(例如高速摄像机)对送检产品的待识别字符区进行拍照，将拍摄图像输入计算机200，通过计算机200对所拍图像进行预处理，得到二值图像。

随后步骤S300中，计算机200通过内置的图像处理软件将待识别字符区从二值图像中分离，将待识别字符区中的每个待识别字符图像作为字符图像分割处理对象，执行图像分割处理，并通过对比模板字符库来对分割所得的多个待识别字符图像逐一进行识别，得到一组识别字符，其中，每个待识别图像中仅包括一个待识别字符。

随后步骤S400中，计算机200依照设定的字符识别顺序在显示屏205上呈现该组识别字符。

本发明借助计算机图像处理技术实现了针对数字、字母、数字加字母类字符(主要应用于产品编号、标识)的快速及准确识别，可应用于产品防伪检测技术领域，提高产品防伪检测效率。

图2示出了图1中步骤S100的一个具体实施例的方法流程图。如图2所示，该步骤S100进一步包括：

首先步骤S101中，将包含阿拉伯数字0-9、大写字母A-Z、小写字母a-z的六十二幅彩色图像输入计算机200，通过计算机对每幅彩色图像进行预处理，将其转换为二值图像。

随后步骤S102中，计算二值图像中模板字符图像的方位信息，根据模板字符图像在二值图像中的方位信息从二值图像中分离出模板字符图像(例如通过截图处理技术将模板字符图像从二值图像中分离)。

随后步骤S103中，对倾斜角度超过设定的字符倾斜角度阈值的模板字符图像进行倾斜校正，使校正后的模板字符图像的上下边界平行。

随后步骤S104中，根据规定将所有模板字符字体均调整为统一字体大小，提取各个模板字符图像的字符特征，汇总各个模板字符的字符特征，将其作为模板字符库存储于计算机200。

图3示出了本发明图1中步骤S200(图像预处理方案)的一个具体实施例的方法流程图。如图3所示，该步骤S200进一步包括：

首先步骤S201中，将摄像装置100所拍彩色图像转换为灰度图像。

随后步骤S202中，检测及识别该灰度图像的模板字符边缘区域中不属于待识别字符的待识别字符区，作为字符识别干扰区域，将该字符识别干扰区域的背景色调整为黑色。

随后步骤S203中，将该灰度图像二值化，得到二值图像，并滤除二值图像中的干扰点。

图4示出了本发明图1中步骤S300(字符图像定位及分割方案)的一个具体实施例的方法流程图。如图4所示，该步骤S300进一步包括：

首先步骤S301中，计算待识别字符区在该二值图像中的方位，根据待识别字符区在二值图像中的方位将待识别字符区从二值图像中分离(可选的，通过截图处理技术将待识别字符区从二值图像中分离)。

随后步骤S302中，对字体出现倾斜的待识别字符区整体进行倾斜校正处理，以确保分离后的待识别字符区的上下边界平行。

随后步骤S303中，将该待识别字符区中的每个待识别字符图像作为图像分割对象，对其进行图像分割处理，将分割所得的多个待识别字符图像(其中，分割形成的每个待识别字符图像中仅包括一个待识别字符)的面积调整为统一大小，之后通过对比模板字符库对该多个待识别字符图像逐一进行识别。

图5示出了图4中步骤S303(即字符识别方案)的一个具体实施例的方法流程图。如图5所示，该步骤S303进一步包括：

首先步骤S3031中，从字符图像面积统一的多个待识别字符图像中选择一个待识别字符图像。

随后步骤S3032中，提取所选的待识别字符图像的字符特征，将该字符特征与模板字符库中所有模板字符的字符特征一一进行比对。

随后步骤S3033中，根据字符特征比对结果判断模板字符库中与待识别字符图像的字符特征最相似的模板字符，将该模板字符作为识别字符输出显示。

基于图1所示的基于模板字符库的字符识别方法，本发明还提出了一种字符识别系统，如图6所示，该字符识别系统包括：

摄像装置100，用于对送检产品的待识别字符区进行拍照，将包含待识别字符区的拍摄图像传送到计算机200；

连接摄像装置100，安装有图像处理软件及字符识别软件的计算机200，用于对拍摄图像进行预处理，得到二值图像，将待识别字符区从二值图像中分离，对分离的待识别字符区中的待识别字符图像进行图像分割处理，通过对比模板字符库对分割形成的多个待识别字符图像逐一进行识别，并依照设定的字符识别顺序呈现识别字符。

图7示出了图6中计算机200的一个具体实施例的结构框图，如图7所示，本发明计算机200包括：

存储模块204，用于预存由阿拉伯数字0-9、字母A-Z及字符a-z组成的模板字符库；

图像预处理模块201，用于对摄像装置100拍摄图像进行灰化及二值化，得到二值图像；

图像定位及分割模块202，用于对待识别字符区在二值图像中的位置进行定位，据此从二值图像中分离待识别字符区，并将分离后的待识别字符区内的各个待识别字符图像分别作为图像分割处理对象，执行图像分割处理操作，得到多个待识别字符图像，其中，每个待识别字图图像中仅包括一个待识别字符；

图像识别模块203，用于通过对比模板字符库对分割形成的多个待识别字符图像逐一进行识别，得到一组识别字符；

显示屏205，用于依照设定的字符识别顺序显示该组识别字符。

如图8所示，本发明计算机200还包括：

字符验证模块206，用于将该组识别字符内容及字符排列顺序与用于鉴定送检产品是否合格的标准字符内容及字符排列顺序进行比对，根据比对结果判断送检产品是否通过字符验证环节；

提示模块207，用于根据送检产品字符验证结果产生用于判断送检产品是否合格的相应提示信息。

综上所述，本发明针对日常生活中频繁出现的数字、字母、或数字加字母组合类字符信息(例如产品的logo、序列号、标签、编号等信息)采用了一种将计算机图像处理技术与字符特征对比相结合的基于模板字符库的字符识别方案，其技术原理在于：通过将经计算机图像处理技术获得的每一个待识别字符图像的字符特征与预先构建的模板字符库中的模板图像逐一进行比对，统计待识别字符与各模板字符之间的字符特征差异，将与被识别字符图像的字符特征差异最小的模板字符确定为被识别字符图像的识别字符，即本申请对现有的OCR技术进行了改进，相比OCR，达到了字符识别准确率更高、字符识别效率更高的突出效果，可适用于产品防伪检测技术领域。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read OnlyMemory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种基于模板字符库的字符识别方法，其特征在于，所述方法包括如下步骤：

S1、构造模板字符库，所述模板字符库由阿拉伯数字0-9、字母A-Z、字母a-z组成；

S2、通过摄像装置对送检产品的待识别字符区进行拍照，对所拍图像进行预处理，得到二值图像；

S3、将待识别字符区从二值图像中分离，将经分离的待识别字符区内的各个待识别字符图像作为图像分割处理对象，执行图像分割处理操作，并通过比对模板字符库对分割所得的多个待识别字符图像逐一进行识别；

S4、依照设定的字符识别顺序呈现识别字符。

2.根据权利要求1所述的基于模板字符库的字符识别方法，其特征在于，所述步骤S1中构造模板字符库的方法包括如下步骤：

S11、获取包含阿拉伯数字0-9、字母A-Z、字母a-z的六十二个模板字符的彩色图像，对彩色图像进行编号；

S12、依照编号顺序选择彩色图像，对彩色图像进行预处理，将其转换为二值图像；

S13、计算二值图像中模板字符图像的方位信息，根据模板字符图像在二值图像中的方位信息将模板字符图像从二值图像中分离；循环执行步骤S11及步骤S22，得到六十二个模板字符图像；

S14、对倾斜角度超过设定的字符倾斜角度阈值的模板字符图像进行倾斜校正；

S15、将各模板字符图像的面积均调整为统一大小，提取各模板字符的字符特征，将提取的模板字符特征存入模板字符库。

3.根据权利要求2所述的基于模板字符库的字符识别方法，其特征在于，所述步骤S12进一步包括如下步骤：

S121、将摄像装置拍摄的包含模板字符的彩色图像转换为灰度图像；

S122、检测及识别该灰度图像模板字符边缘区域中不属于模板字符的待识别字符区，将之作为字符识别干扰区域，并将该字符识别干扰区域的背景色调整为黑色；

S123、将该灰度图像二值化，得到二值图像，并滤除二值图像中的干扰点。

4.根据权利要求1所述的基于模板字符库的字符识别方法，其特征在于，所述步骤S2中对所拍图像进行预处理的步骤包括如下步骤：

S21、将所拍图像转换为灰度图像；

S22、识别该灰度图像模板字符边缘区域中不属于待识别字符的待识别字符区，将之作为字符识别干扰区域，并将该字符识别干扰区域的背景色调为黑色；

S23、将该灰度图像二值化，得到二值图像，并滤除二值图像中的干扰点。

5.根据权利要求4所述的基于模板字符库的字符识别方法，其特征在于，所述步骤S3中将待识别字符区从二值图像中分离，将分离后的待识别字符区内的各个待识别字符图像作为图像分割处理对象，执行图像分割处理操作待识别字符区待识别字符区的步骤包括如下子步骤：

S31、计算待识别字符区该二值图像中待识别字符区的分布位置，根据待识别字符区在该二值图像中的分布位置将待识别字符区从该二值图像中分离；

S32、对字体出现倾斜的待识别字符区整体进行倾斜校正处理，以确保分离后的待识别字符区的上下边界平行；

S33、执行图像分割操作，将待识别字符区内的每个待识别字符图像从待识别字符区分离，使每一待识别字符图像中仅包括一个待识别字符，并分别对照模板字符库以对该多个待识别字符图像中的待识别字符进行识别。

6.根据权利要求5所述的基于模板字符库的字符识别方法，其特征在于，所述步骤S33中分别对照模板字符库以对该多个待识别字符图像中的待识别字符进行识别的步骤包括：

S331、将分割所得的多个待识别字符图像的面积调整为统一大小；

S332、从字符图像面积大小统一的多个待识别字符图像中选择一个待识别字符图像；

S333、提取所选的待识别字符图像的字符特征，将该字符特征与模板字符库中所有模板字符的字符特征一一进行比对；

S334、根据字符特征比对结果确定模板字符库中与待识别字符图像的字符特征最相似的模板字符，将该模板字符作为识别字符输出显示。

7.根据权利要求6所述的基于模板字符库的字符识别方法，其特征在于，在所述步骤S333之后还包括如下步骤：

S334、将识别字符内容及字符排列顺序与用于鉴定送测产品是否合格的标准字符内容及字符排列顺序进行比对，根据比对结果产生相应提示。

8.一种基于模板字符库的字符识别系统，其特征在于，所述字符识别系统包括：

摄像装置，用于对送测产品的待识别字符区进行拍照，将包含待识别字符区的拍摄图像传送到计算机；

连接摄像装置，安装有图像处理软件及字符识别软件的计算机，用于对拍摄图像进行预处理，得到二值图像，将分离后的待识别字符区内的各个待识别字符图像作为图像分割处理对象，执行图像分割处理操作，通过比对模板字符库对分割所得的多个待识别字符图像逐一进行识别，以及依照设定的字符识别顺序呈现识别字符。

9.根据权利要求8所述的字符识别系统，其特征在于，所述计算机包括：

存储模块，用于预存由阿拉伯数字0-9、字母A-Z及字符a-z组成的模板字符库；

图像预处理模块，用于对摄像装置拍摄图像进行灰化及二值化，得到二值图像；

图像定位及分割模块，用于对待识别字符区在二值图像中的位置进行定位，据此从二值图像中分离待识别字符区，并将分离后的待识别字符区内的各个待识别字符图像分别作为图像分割处理对象，执行图像分割处理操作，得到多个待识别字符图像，其中，每个待识别字图图像中仅包括一个待识别字符；

图像识别模块，用于通过对比模板字符库以对分割形成的多个待识别字符图像逐一进行识别，得到一组识别字符；

显示屏，用于依照设定的字符识别顺序显示该组识别字符。

10.根据权利要求9所述的字符识别系统，其特征在于，所述计算机还包括：

字符验证模块，用于将该组识别字符内容及字符排列顺序与用于鉴定送检产品是否合格的标准字符内容及字符排列顺序进行比对，根据比对结果判断送检产品是否通过字符验证环节；

提示模块，用于根据送检产品字符验证结果产生相应的提示信息。