【印刷字符识别】基于matlab OCR键盘数字+字母识别【含Matlab源码 807期】

一、OCR简介

1 什么是OCR技术？
OCR英文全称是Optical Character Recognition，中文叫做光学字符识别。它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。文字识别是计算机视觉研究领域的分支之一，而且这个课题已经是比较成熟了，并且在商业中已经有很多落地项目了。

2 OCR技术的分类
2.1 按主题划分：手写体识别和印刷体识别。
（1）印刷体大多都是规则的字体，技术上的难点是，在印刷过程中字体很可能变得断裂或者墨水粘连，使得OCR识别异常困难。当然这些都可以通过一些图像处理的技术帮他尽可能的还原，进而提高识别率。总的来说，单纯的印刷体识别在业界已经能做到很不错了，但说100%识别是肯定不可能的，但是说识别得不错那是没毛病。

（2）手写体识别一直是OCR界一直想攻克的难关，但是时至今天，识别难度还是很大。为什么手写体识别这么难识别？因为人类手写的字往往带有个人特色，每个人写字的风格基本不一样，虽然人类可以读懂你写的文字，但是机器缺很难。印刷体一般都比较规则，字体都基本就那几十种，机器学习这几十种字体并不是一件难事，但是手写体，每个人都有一种字体的话，那机器该学习多少字体啊？这就是难度所在。

2.2 按识别的内容来分类
对于我们国人来说主要分成三类：汉字、英文字母、阿拉伯数字。识别数字是最简单了，毕竟要识别的字符只有0~9，而英文字母识别要识别的字符有26个（如果算上大小写的话那就52个），而中文识别，要识别的字符高达数千个因为汉字的字形各不相同，结构非常复杂（比如带偏旁的汉字）如果要将这些字符都比较准确地识别出来，是一件相当具有挑战性的事情。但是，并不是所有应用都需要识别如此庞大的汉字集，比如车牌识别，我们的识别目标仅仅是数十个中国各省和直辖市的简称，难度就大大减少了。当然，在一些文档自动识别的应用是需要识别整个汉字集的，所以要保证识别的整体的识别还是很困难的。

3 OCR流程

判断页面上的文本朝向，因为我们得到的这页文档往往都不是很完美的，很可能带有倾斜或者污渍，那么我们要做的第一件事就是进行图像预处理，做角度矫正和去噪。
对文档版面进行分析，进每一行进行行分割，把每一行的文字切割下来，最后再对每一行文本进行列分割，切割出每个字符，将该字符送入训练好的OCR识别模型进行字符识别，得到结果。
对其进行识别结果的矫正和优化，比如我们可以设计一个语法检测器，去检测字符的组合逻辑是否合理。比如，考虑单词Because，我们设计的识别模型把它识别为8ecause，那么我们就可以用语法检测器去纠正这种拼写错误，并用B代替8并完成识别矫正。这样子，

整个OCR流程就走完了。从大的模块总结而言，一套OCR流程可以分为：
版面分析 -> 预处理-> 行列切割 -> 字符识别 -> 后处理识别矫正
从上面的流程图可以看出，要做字符识别并不是单纯一个OCR模块就能实现的（如果单纯的OCR模块，识别率相当低），都要各个模块的组合来保证较高的识别率。

二、部分源代码

%----------------------------------------- 
%      键盘字符识别
%----------------------------------------
warning off %执行时有时会出现警告，关掉警告
clc, close all, clear all %clc清空命令行窗口；close all关闭所有的Figure窗口；clear all清除工作空间的所有变量，（函数，和MEX文件）
% 读入图像
imagen=imread('7.jpg');%结尾加分号可是读取的数据直接保存进变量，不用显示在命令行窗口
% 显示图像
figure,imshow(imagen);%主要是为了防止imshow自动覆盖了当前的figure窗口，如果imshow前面加上了figure可以另取一个独立的figure窗口来显示图像
title('输入图像')
% 转换为灰度图像
if size(imagen,3)==3 %返回m第三个维度的长度，并赋值给num，如果m的维度等于3则返回1。 判断图片是否为真彩图（Truecolor image）。图像数据分成两类：一类是真彩图，对应的三维数组，其中前两维为图像的高度和宽度，第三维则分别为RGB（红绿蓝）三种基色的值，所以长度必然为3。
    imagen=rgb2gray(imagen);%I = rgb2gray(RGB)，意思是将真彩色图像RGB转换为灰度强度图像I 。
end
% 二值化
%图像二值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。
g_max=double(max(max(imagen))); %G3是个二维，max(G3)是对G3的每一列求最大，(max(max(G3)))就是求二维G3中最大的数
g_min=double(min(min(imagen))); %在自然中每一种颜色都有一个值，通常由RGB（即红、绿、蓝三原色）按比例混合就会得到各种不同的颜色。阈值处理图片是对颜色进行特殊处理的一种方法。
T=round(g_max-(g_max-g_min)/3);%round的功能为四舍五入 %最佳阈值二值化，灰度的最大值减去（最大值与最下值的1/3梯度）。详细说，阈值是一个转换临界点，不管你的图片是什么样的彩色，它最终都会把图片当黑白图片处理，也就是说你设定了一个阈值之后，它会以此值作标准，凡是比该值大的颜色就会转换成白色，低于该值的颜色就转换成黑色，所以最后的结果是，你得到一张黑白的图片。
[a,b]=size(imagen);%imagen为三维，a为imagen的第一维，b为imagen的第二维
imagen=im2bw(imagen,T/256);%把灰度图像变为二值图像，T/256作为参考值，如果imagen大于imagen*(T/256)，则为255，反之为0。BW = im2bw(I, level)，level范围为(0,1)
figure,imshow(imagen);
title('分割后图像')
% 删除小面积对象
imagen = bwareaopen(imagen,150);%BW2 = bwareaopen(BW,P,conn)，删除二值图像BW中面积小于P的对象，默认情况下conn使用8邻域。消除0.
figure,imshow(imagen);
title('删除小面积对象后')
%储存图像矩阵
word=[ ];
re=imagen;
%载入模板
load templates
global templates %global定义全局变量，在不同的m文件中值都是一样，但是在不同的m文件中，都需要定义。
% 计算模板文件中的字母数
num_letras=size(templates,2);
while 1%ctrl+c退出正在运行
    %分行
    [fl re]=lines(re);%（re）表示输入图像，fl第一行并且裁掉四周无用边，re剩余行并且裁掉四周无用边
    imgn=fl;%将第一行的数据复制给中间变量imgn
    %-----------------------------------------------------------------     
    % 标记和计数连接的组件
    [L Ne] = bwlabel(imgn);%[L,num] = bwlabel(BW,n)这里num返回的就是BW中连通区域的个数。返回一个和BW大小相同的L矩阵。n的值为4或8，表示是按4连通寻找区域，还是8连通寻找，默认为8
    for n=1:Ne
        [r,c] = find(L==n);
        % 提取字母
        n1=imgn(min(r):max(r),min(c):max(c));% min(r)行到max(r)行,min(c)行到max(c)行
        % 调整字母大小（相同大小的模板）
        img_r=imresize(n1,[42 24]);%对图形进行缩放
        %-------------------------------------------------------------------
        % 调用fcn将图像转换为文本
        letter=read_letter(img_r,num_letras);%将图片中字母提取出来并经过缩放后的数据，将与数据库中作对比后相似的字符写出来
        % 字母连接
        word=[word letter];
    end
    function letter=read_letter(imagn,num_letras)
%计算模板和输入图像之间的相关性，其输出是包含字母的字符串
% “imagn”的大小必须为42 x 24像素
% Example:
% imagn=imread('D.bmp');
% letter=read_letter(imagn)
global templates
comp=[ ];
for n=1:num_letras
    sem=corr2(templates{1,n},imagn);%分块矩阵调用，用{}；corr2()是求两个矩阵相似度的函数，两个矩阵越相似，值越大，最大为1。（有时为相同时为NaN）
    comp=[comp sem];%矩阵相加
end
vd=find(comp==max(comp));%comp=[1 2 3 4 5 6 7 8];vd=find(comp==max(comp));返回值vd =8
%*-*-*-*-*-*-*-*-*-*-*-*-*-
letter=[A B C D E F G H I J K L M...
    N O P Q R S T U V W X Y Z];%一般在编辑器里一行代码太长写不下了，用...表示续行，下一行的代码和上一行是连着的。但在字符串里不能这样。
number=[one two three four five...
    six seven eight nine zero];
character=[letter number];
templates=mat2cell(character,42,[24 24 24 24 24 24 24 ...%数字后面换行空格加三点，字母后面换行不用空格加三点
    24 24 24 24 24 24 24 ...
    24 24 24 24 24 24 24 ...
    24 24 24 24 24 24 24 ...
    24 24 24 24 24 24 24 24]);%mat2cell矩阵啊分块函数，在mat2cell函数中，有三个参数，第一个参数是想要分解的矩阵，第二个和第三个参数一般都是集合的形式，表示分解的尺度。
save ('templates','templates')%直接在文件夹中生成templates目录。前面那个templates是是文件名。

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
 

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/115981805