[发明专利]一种采用光学定位的字符识别输入系统及其方法

说明书

所属技术领域

本发明涉及移动终端设备的图像采集处理和光学字符识别的领域，特别是一种采用光学定位的字符识别输入系统及其方法。

背景技术

目前，通过光学字符识别(OCR)技术将印刷文本或手写文本中的字符输入到电脑或者移动终端设备中的方法主要有两种：一是采用扫描技术获取文本的图像然后进行字符识别；一种是通过摄像装置获取文本的图像然后进行字符识别。

扫描技术虽然可以稳定、清晰地获取文本图像，但是往往需要外接固定的扫描设备。这不适合移动终端设备的使用要求。在某些产品中，如扫描翻译笔，设计了具有扫描功能的结构，但是对于各种日趋人性化、精美化的移动终端设备来说，这种结构影响了移动终端设备外观的完整性和美观性，而且操作不方便。

近年来，随着摄像功能在手机、掌上电脑、笔记本电脑等移动终端设备中的普及，通过摄像装置获取文本图像然后进行字符识别的技术将得到将越来越广泛的应用。目前，应用最为成功的是手机的名片识别功能。手机通过其摄像装置——摄像头获取名片的图像，经过图像处理和识别将名片的内容识别为文字和符号信息，并归类为标准格式存储到手机档案中。但是对于如何从大篇幅的印刷或者手写文本中选取特定的字、词、句和符号进行图像采集、处理、识别和输入，这一技术还没有很好的解决方案。目前存在的解决方法如下：

一种方法是利用移动终端设备屏幕中的光标来定位。在获取文本图像之前调整移动终端设备的位置以便将待识别的字符移动到屏幕的光标附近而后采集图像；或者在获取文本图像之后，将屏幕的光标移动到图像中待识别的字符附近。然后，以光标为定位基准让系统找到目标字符进行识别。无论是哪种情况，都要求操作者必须面对移动设备狭小的屏幕，并在极小的图像中首先通过肉眼找到所要识别的字符。这种方法不能根本上提高识别和输入的效率。

另一种方法是将移动终端设备的一端做成尖状突出形状并安装摄像头，如一种摄像翻译笔。图像获取时摄像头必须靠近和对准文本并扫描文本，扫描时以每秒50格的影像高速拍下所需文字，然后进行识别。种方法要求：1、扫描文本的过程中，需要将安装有摄像头的突出部位对准起始点的字符，并保证起始字符尤其是较长的西文单词完全处于摄像范围之内。2、整句扫描时必须保证手势的稳定而不能发生偏离导致某些字符的部分和全部不在摄像范围之内。这些都对操作者提出要求，增加了操作的难度。这些要求都与移动终端设备的人性化和易用化趋势背道而驰。另外，这种设计所要求的结构不适合在大多数移动终端设备中实现。

发明内容

本发明要解决的技术问题是：提供一种利用摄像装置从印刷文本或者手写文本中快速地定向选择字、词、句和符号进行图像的采集、处理、定位、识别并输入的系统和方法。并且这种系统和方法可以很容易在所有移动终端设备中实现。

为解决上述技术问题，本发明采用以下技术方案：

一种采用光学定位的字符识别输入系统，其硬件结构上具有两个光学作业装置：光束发射装置和摄像装置，如摄像头。光束发射装置发射光束，在印刷文本或者手写文本的表面形成清晰的光斑；摄像装置将印刷文本或者手写文本的一定区域拍摄下来形成图像。

一种采用光学定位的字符识别输入系统及其方法，包括：

1、光束发射模块，其作用是发出指令启动光束发射装置，并规定光束维持的时间长短；

2、图像采集模块，其作用是发出指令启动摄像装置，如摄像头，执行图像采集作业；

3、图像处理模块，其作用是将图像采集模块获取的文本图像进行倾斜校正、去噪、反转、灰度等处理，然后以单词(拼音文字)、单字(汉语、日语、韩语等)和符号为基本图像单元进行分割，形成由图像单元组成的排列；

4、识别原点定位模块(以下简称定位模块)，其作用是寻找和确定文本图像中光斑所在的位置，并将此位置定义为识别原点；

5、图像单元选择模块(以下简称选择模块)，其作用是以识别原点为出发点，在图像单元矩阵中沿一定方向根据指令的要求选择单个或者多个图像单元；

6、OCR识别模块，其作用是将图像单元选择模块选择的图像单元识别为文字和符号；

7、输入模块，其作用是将由OCR识别模块获得的文字和符号输入到移动终端设备的相关软件中。

识别原点定位模块的技术路线：