[发明专利]一种光学字符识别方法

权利要求书

1.一种光学字符识别方法，其特征在于，具体包括以下几大步骤：、

步骤一、获取字符候选区域；步骤二、对图像进行倾斜校正；步骤三、提取一行字符图像；步骤四、提取单字符图像；步骤五、识别提取的字符；

其中，步骤一、获取字符候选区域:利用笔画宽度变换获取图像中的字符候选区域；

步骤二、对图像进行倾斜校正：根据字符候选区域估计字符的倾斜角度，并对图像进行倾斜校正；

步骤三、提取一行字符图像：对图像进行水平投影，根据水平投影数据和字符高度提取一行字符图像；

步骤四、提取单字符图像：对已提取的行字符图像进行垂直投影，根据垂直投影数据和字符宽度对图像进行分割并提取单字符图像；

步骤五、识别提取的字符。

2.如权利要求1所述的光学字符识别方法，其特征在于：步骤一中，利用笔画宽度变换获取图像中的字符候选区域包括：

(1.1)对图像进行边缘检测，计算每个边缘像素点的方向梯度值；

(1.2)对任意一个边缘像素点p，假设D_y为其梯度方向，按照梯度方向，沿着路线r＝P+R*D_y(R＞0)寻找另一个边缘像素点q，D_q为该边缘点的梯度方向，D_q方向和D_y方向相反；

(1.3)如果没有找到q或者二者的梯度方向不是相反的，则重新寻找；

(1.4)找到后计算两点间的距离，当像素点p和像素点q之间的距离满足阈值时，保留该点对以及两点连线上的像素点；

(1.5)利用上述方法遍历所有边缘像素，将所有满足条件的点对连线图像作为字符候选区域。

3.如权利要求1所述的光学字符识别方法，其特征在于：步骤二中，对图像进行倾斜校正包括：

(2.1)根据字符的高度和宽度对字符候选区域进行筛选，利用连通域分析的方法计算每个字符区域的外接矩形，按照垂直方向的位置信息把矩形框分成多行，选择矩形数量最多的行；接着按照矩形框之间的距离信息进行聚类，获取聚类数量最多的类别，并提取矩形框的中心点进行直线拟合，直线的角度即为字符行的倾斜角度；

(2.2)如果字体为斜体字时，需要继续对图像进行校正，将上步校正后的图像进行角度为a的错切变换，并进行垂直投影，计算出投影值的最大最小值的差值,并在[-30°，30°],重复该步骤，确定出差值最大的角度，即为斜体字倾斜角度。

4.如权利要求1所述的光学字符识别方法，其特征在于：步骤三中，提取一行字符图像包括：

(3.1)对所述校正后的图像进行水平投影；

(3.2)为了消除背景明暗变化对字符分割的影响，需要对图像进行背景估计，首先对投影数据进行分段，计算每段的最小值，根据这些最小值点对图像背景的明暗程度进行背景估计，然后计算补偿投影数据；

(3.3)使用三个阈值对补偿投影数据进行分析，阈值1提取多行字符候选图像，阈值2(阈值2＝阈值1)和阈值3剔除非字符行区域，最后提取一行字符图像。

5.如权利要求1所述的光学字符识别方法，其特征在于：步骤四中，提取单字符图像包括：

(4.1)对上述提取行字符图像进行垂直投影；

(4.2)投影方式与水平投影方式相似，获取投影数据后，结合字符宽度和阈值分析将所述行字符图像分割为多个单字符图像；

(4.3)为了更精确的切合分割每个字符，对单字符图像再次进行垂直投影进行分割，计算单字符图像中字符的精确上下边界，提取精确的单字符图像。

6.如权利要求1所述的光学字符识别方法，其特征在于：步骤五中，识别提取字符包括：

(5.1)对上述分割好的单字符图像进行分类，这里可以使用决策树、神经网络、支持向量机、K最邻近等方法对字符图像进行分类；

(5.2)为了消除噪声影响，先对图像进行放缩、模糊等处理，然后训练相应的字符识别模型。