[发明专利]图像识别方法及系统

说明书

技术领域

本发明涉及图像识别领域，尤其涉及一种图像识别方法及系统。

背景技术

目前，计算机软件在进行字符识别时通常是使用标准OCR(光学字符识别)或者模板进行匹配，这些方案都只能处理标准字符，而且需要提供大量的样本库文件，无法对具有缩放、旋转、重叠和扭曲的字符进行识别，这使得现有技术对变形字或手写体字符等特殊字符的识别存在很大难度，并且缺少准确性。

发明内容

本发明要解决的技术问题是为了克服现有技术中对变形字或手写体字符等特殊字符的识别不准确的缺陷，提供一种图像识别方法及系统。

本发明是通过以下技术方案解决上述技术问题的：

本发明提供一种图像识别方法，其特点是，该图像识别方法包括：

S₁、从待识别的图片中获取该图片包含的图像；

S₂、将该图像切分成若干切片，每个切片包含一个字符；

S₃、根据每一切片的像素点，分别计算每一切片对应的形状上下文；

S₄、根据形状上下文的特征值进行搜索，找到与切片所包含的字符最接近的样本作为识别结果。

本技术方案基于形状上下文自动识别图片中的字符，具有很高的识别准确性，同时，本技术方案还不需要预存大量的样本文件，能够减少的样本文本的存储量，提高识别效率。

较佳地，步骤S₁包括：

S₁₁、将待识别的图片进行灰度处理；

S₁₂、将灰度处理后的图片进行二值化处理；

S₁₃、对二值化处理后的图片包含的图像进行描边处理；

S₁₄、去除该图像中孤立的像素点；

S₁₅、补齐该图像的边缘。

本技术方案对待识别的图片进行了预处理，预处理主要是为了方便后续的切分和减少后续识别中的干扰因素，其中，步骤S₁₅能够去除干扰因素，提高识别的准确率。

较佳地，S₂包括：

S₂₁、根据联通分量将该图像切分成x个切片，x为正整数；

S₂₂、若x等于该图像包含的字符数，则执行S₃，若x小于该图像包含的字符数，则根据横向投影将该x个切片切分成若干个切片。

本技术方案可以更准确的切分，保证待识别的字符完整性，提高重叠字符识别的准确率。

较佳地，S₃包括对每一切片分别执行以下步骤：

S₃₁、将切片中每一像素点分别转换成对数极坐标；

S₃₂、将每一对数极坐标分别转换为一维矩阵；

S₃₃、将所有的一维矩阵合并成一m*n的二维矩阵，m为切片的像素点数，n为一维矩阵的长度，该m*n的二维矩阵为切片对应的形状上下文。

其中，极坐标的使用可以忽略字符的旋转对识别字符造成的影响，提高识别的准确性。

较佳地，S₃₁包括：

S₃₁₁、将待转换为对数极坐标的像素点作为极坐标的圆心，半径为切片中像素点之间的最大距离，并对半径进行归一化处理。

其中，对极坐标进行归一化处理可以将转换成极坐标的集合等比例压缩在半径为1的极坐标集合中，忽略字符的缩放对识别字符造成的影响，提高识别的准确性。

较佳地，S₃₂通过以下步骤将对数极坐标转换为一维矩阵：

S₃₂₁、将极坐标圆的半径和角度进行等量划分；

S₃₂₂、根据划分后每个区域内的像素点数得出二维矩阵；

S₃₂₃、将S₃₂₂得到的二维矩阵转化成一维矩阵；

S₃₂₄、将一维矩阵进行一维傅里叶变换。

其中，S₃₂₄可以忽略字符的扭曲变形对识别字符造成的影响，提高识别的准确性。

较佳地，S₄包括：

S₄₁、根据形状上下文的特征值在样本库中进行搜索，利用匈牙利算法进行二分图匹配，找到距离最近的样本作为识别结果。