[发明专利]一种点阵字符打印效果的图像仿真生成方法

说明书

本发明公开了一种点阵字符打印效果的图像仿真生成方法，首先生成针式字符，包括从程序接口读取用户指定的打印字符生成参数，从字体库中读取指定字号的字体文件，解析其字库点阵信息，以生成指定文本内容的图像，利用采样技术从中获取点阵分布情况，用随机笔触生成算法绘制点阵字符的各个印刷点；然后仿真打印缺陷，包括随机参数和随机选择控制的镜头模糊仿真、噪声模拟、墨汁过多的效果模拟、随机破损模拟、纹理干扰模拟等；最后生成的仿真图像被缩放到设定尺寸，作为样本输出到文件。本发明利用服务器在空闲时段根据新数据的统计特性自动生成更多数据样本，并通过自主增量式训练学习，形成票据字符识别算法智能化的迭代和更新。

技术领域

本发明涉及中文文字图像识别处理的数据集生成领域，特别是一种点阵字符打印效果的图像仿真生成方法。

背景技术

机打票据是现代生活中的重要内容，常见的机打票据包括发票、车票、收银小条、银行回执单等。纸质票据作为商品或服务的有效凭证具有重要作用，在短期内仍不可替代。然而大量碎片化的票据很难有效管理，其电子趋势是必然发展方向。在此当前阶段，迫切需要利用数字图像识别技术建立从纸质媒体到数字化语义信息的映射机制，实现跨媒质的信息共享和传播。

由于票据本身小且打印质量低，若要通过文本字符识别技术对其内容进行自动化管理，还存在较大的技术困难。具体体现在：1）票据打印受成本限制，多采用针式打印或热敏转印方式，打印效果差，字体分辨率低，容易出行缺行漏墨等打印缺陷；2）实际应用中，字符图像采集的条件不可控，可能存在光照不均、票面不平、对焦不准、曝光不足等问题，导致成像效果差，给字符识别进一步增加难度；3）中文字符存在数千个常用字符，若考虑生僻字则存在上万种字符，若进一步考虑不同字体、字号、色彩、背景和间距等各种因素影响，导致问题难度陡然增加。另一方面，当前字符识别技术在新一代人工智能技术的加持下，取得了突破性进展，在基础理论层面取得了较大进步，但其应用需要大量标注数据用以训练，因此客观上，为实现打印票据的智能识别，需要建立海量的打印票据字符图像及其内容标注的大规模数据集。

目前数据集标注仍然需要手工进行，费时费力，而且面对打印字符这种超大型复杂任务时，人工标注难以实施。点阵字符打印效果的图像仿真有望对此提供解决方案。对票价分析识别任务的客观迫切需求和实际任务难度的差距，促使从仿真生成打印字符数据集角度以改善打印字符识别性能的技术路线成为技术关键。

为实现对票价打印字符效果的仿真，必须从源头分析票价打印效果的特殊性。无论增值税发票、火车票、机票还是收银收据，当前票价打印的主流仍然是针式打印机，和出版印刷领域广泛采用的喷墨、激光打印机存在很大差异，针式打印机是一种小型票价打印适用的特殊打印机，其价格低廉、持久耐用的差异性是其它类型的打印机不能取代的。正是因为如此，针式打印机在票据打印领域一直都有着独特的市场份额，服务于一些特殊行业用户。

针式打印的过程可以简述为，针式打印机通过与计算机的接口得到打印数据，即要打印的字符的ANSI编码，这些ANSI编码存放在打印机内的打印缓冲区中。打印开始后，打印机内的CPU从打印缓冲区中取出打印字符的ANSI编码，经过计算得到该字符对应的字符点阵存储区的首地址。按地址逐个地取出每列的点阵码，驱动打印针，撞击色带，在打印纸上形成打印字符。一般而言，针式打印机是通过打印头中的24根针击打复写纸，从而形成字体，在使用中，用户可以根据需求来选择多联纸张，一般常用的多联纸有2联、3联、4联纸，其中也有使用6联的打印机纸。在组成部分方面，针式打印机的种类繁多，型式各异，一般分为打印机械装置和控制与驱动电路两大部分。针式打印机在正常工作时有三种运动，即打印头的横向运动、打印纸的纵向运动和打印针的击针运动。这些运动都是由软件控制驱动系统，通过一些精密机械进行的。以上特殊的运动形式，导致了针式打印的特殊效果。