[发明专利]符号影像辨识方法

说明书

技术领域

本发明涉及一种影像辨识方法，尤其涉及一种符号影像辨识方法。

背景技术

如何将纸本上的符号数据快速精确地传送至计算机上，并加以编辑，为数字化信息时代的重要课题。传统上多利用扫描仪或其它影像撷取装置，将纸本影像传送到计算机后，再利用计算机进行辨识，使影像中的符号数据转换成计算机可处理的字符组合。

但纸本影像内的各个符号影像必须先行分析处理，才可进行辨识，否则辨识的正确率将会大幅下降。这个分析处理过程的主要目的是确定每个符号影像都为单个符号，并对包含多个符号的符号影像进行切割。若符号影像内包含多个连续符号就直接进行辨识，可能会有判别失误的情况发生。例如线条连接的英文字www若扫描后直接进行辨识，可能因为三个w距离过近，而造成辨识错误的状况。因此上例中必须先将符号影像切割成三个，再加以辨识，以增加辨识的准确率。

现今虽有许多的辨识与分割方法来辨别符号影像是否仅包含单个符号，并对多个符号的符号影像加以切割。然而各种常见的影像分析过程，通常伴随着十分复杂的计算，并消耗过多的硬件资源，更不利于使用在一些处理能力较低的可携式电子装置上。

因此，如何降低符号影像辨识的复杂度，进而增加符号辨识过程的速度，并降低必须使用的硬件资源，为现今各厂商所发展的目标。

发明内容

本发明所要解决的技术问题在于提供一种符号影像辨识方法，用以加快整个符号辨识过程的速度。

根据本发明的上述目的，提出一种符号影像辨识方法，增加计算机辨识符号影像速度，降低计算机必须使用的硬件资源。首先，撷取多个符号影像。计算出各符号影像的像素密度值及长宽比。接着依据分群分割算法对各符号影像的像素密度值及长宽比进行计算，以形成多个圆心值与相对应的半径值。上述步骤完成后，再撷取待辨识影像，计算出待辨识影像的像素密度值及长宽比。最后，对比待辨识影像的像素密度值及长宽比与任一圆心值的距离是否小于圆心值相对应的半径值，若是，则判断待辨识影像为单一符号的影像，若否，判断待辨识影像为相连符号的影像。

依照本发明另一实施例，用来增加计算机辨识符号影像的速度，降低计算机必须使用的硬件资源。其步骤首先撷取多个符号影像，再计算出各符号影像的像素密度值及长宽比。接着，依据分群分割算法对各符号影像的像素密度值及长宽比进行计算，以产生成多个圆心值与相对应的半径值。上述步骤完成后，再撷取待辨识影像，计算出待辨识影像的像素密度值及长宽比，接着对比待辨识影像的像素密度值及长宽比与任一圆心值的距离是否小于圆心值相对应的半径值。若小于圆心值相对应的半径值，则判断该待辨识影像为单一符号的影像，若大于圆心值相对应的半径值，则利用符号边缘检测分析待辨识影像。于符号边缘检测分析后，若符号边缘检测判断该待辨识影像为相连符号的影像，则对相连符号的影像进行切割。

通过分群分割算法来取得对比数据，并进行待辨识影像的判断，可以降低对比复杂度，进而大幅度提高对比速度，增加整个符号辨识过程的速度，降低必须使用的硬件资源。另一实施例中，并加入符号边缘检测及影像切割的过程来提高整体辨识过程的准确度。

附图说明

为让本发明的上述和其它目的、特征、优点与实施例能更明显易懂，所附附图的详细说明如下：

图1为本发明第一实施例的流程图；

图2为本发明实施例中撷取的影像示意图；

图3为本发明实施例中分群对比数据示意图；

图4为本发明第二实施例的流程图；

图5为第二实施例中，符号边缘检测分析流程图；

图5为第二实施例中，影像分割流程图。

其中，附图标记：

102～118：步骤

410～450：步骤

具体实施方式

本发明各实施例利用分群分割算法取得符号影像数据，并将待辨识影像数据与符号影像数据加以对比，提高整个符号辨识过程的速度，并降低硬件资源的损耗。本领域技术人员在不脱离本新型的精神和范围内，当可变更所需的参数，以配合各种不同的应用情形，在速度及精确度上取得所需的平衡。

第一实施例