[发明专利]一种字符串图像识别方法

说明书

本发明涉及图像识别领域，具体是一种字符串图像识别方法，包括以下步骤：（1）将一幅图像转换成只包括黑白两种颜色的图像；（2）在图像中计算出字符串的最小图像范围；（3）将字符串的最小图像范围之外的部分剪裁掉，只保留包含有字符串的最小区域；（4）采用“递归式”方法，通过不断尝试画分割线，根据画出的分割线与字符串是否相交决定继续分割还是退回重新画分割线，来判别每个字符的边界范围，将字符串中每个字符所占据的区域计算出来；（5）将图像中每个字符区域的像素信息数据化，与字库中数组比较，数组中每个字节都相等则输出这个字符，图像中字符串所有字符识别完成连接起来，形成字符串。

技术领域

本发明涉及图像识别领域，具体是一种字符串图像识别方法。

背景技术

在图像识别领域，针对字符的识别，以及从图像中提取其它数据的方法，多采用“光学字符识别（Optical Character Recognition）”技术，简称OCR技术。OCR技术主要通过“单元模式匹配”法和“特征提取法”两种方式进行字符识别。

单元模式匹配法（Pattern Matching）是将每一个字符与已保存的标准字体、字号的位图文件进行“不严格”的比较，找出最为相似的字符，认定为目标字符。

特征提取法（Feature Extraction）是先将每个字符分解为很多个不同的字符特征，例如水平线、斜线、曲线等，然后将这些特征与已保存的字符特征相比较，选出特征最为接近的字符，认定为目标字符。

对于OCR技术的两种方式之一，单元模式匹配法在速度上较快，但这种方式是采用“最为近似”作为选定标准，对于被识别的内容中出现不同字体的情况，会导致“正确的字符反而不是最近似”的情况，进而出现识别错误。

OCR技术的另一种方式，特征提取法需要先将被识别字符作“特征识别”，以将字符拆分成不同的特征，因此在拆分难度上较大，以及识别时间上较长。同时，这种方式还存在两个缺点，一是被识别字符拆分出的特征可能会出现顺序不一致的情况，二是在汉字中存在着“多个汉字的特征极为相似甚至基本相同”的情况，这都给特征识别的方式带来了一些不确定因素。

另外，OCR技术只利用了字符的形态特征，而未利用图像的色彩特征，因此失去了一些识别速率。

申请号CN201210189898.2名称为“基于连通区域和间隙模型的车牌字符分割方法”采用连通区域去噪的方法分割字符图像，需要反复大量计算，识别速率较低。

申请号CN200810062050.7名称为“基于粗网格特征提取和BP神经网络的车牌字符识别方法”采用神经网络方法识别字符图像，在训练过程中往往需要对参数进行人为调整。

发明内容

本发明的目的就是解决上述技术问题，提供一种字符串图像识别方法，包括以下步骤：

（1）图像二值化：将一幅图像转换成只包括黑白两种颜色的图像；

（2）字符串边界定位：在图像中计算出字符串的最小图像范围；

（3）字符串区域裁剪：将字符串的最小图像范围之外的部分剪裁掉，只保留包含有字符串的最小区域；

（4）字符分割：采用一种“递归式”的方法，通过不断尝试画分割线，根据画出的分割线与字符串是否相交决定继续分割还是退回重新画分割线，来判别每个字符的边界范围，将字符串中每个字符所占据的区域计算出来；

（5）字符识别：将图像中每个字符区域的像素信息数据化，与字库中数组比较，数组中每个字节都相等则输出这个字符，图像中字符串所有字符识别完成连接起来，形成字符串。

所述步骤（1）图像二值化包括以下子步骤：