[发明专利]一种基于文字图像识别音频阅读方法及其装置

说明书

本发明公开了一种基于文字图像识别音频阅读方法及其装置，用以解决现有点读笔之类的辅助阅读工具不能够广泛应用于普通文字材料的问题。该方法包括：采集文字材料上的文字图像信息，通过自动变焦使得每一文字图像信息对应至少一文字符号的图形；对所述文字图像信息进行预处理，识别所述文字图像信息并进行文字信息匹配；将匹配的所述文字信息与音频数据库的文字音频信息进行匹配，并将所述文字音频信息进行实时播放。本发明通过采集文字材料的文字图像信息，利用图像识别技术和音频匹配技术，对文字图像信息的文字信息进行识别并通过扬声器播放对应的音频，从而能够对普通文字材料进行辅助阅读，极大地方便了用户的阅读。

技术领域

本发明涉及智能阅读设备技术领域，具体涉及一种基于文字图像识别音频阅读方法及其装置。

背景技术

随着智能科技地不断发展，出现了越来越多的智能阅读辅助工具，其中点读笔是采用光学图像识别技术的高科技产品，是继学习机、点读机之后的新一代智能阅读和教育学习工具。目前通用的点读笔软硬件架构包括Sensor(红外感光)、MCU、OID算法、会反射红外光的特殊涂料印刷书本(即配套书本)，点读笔的核心OID算法，OID又称感光笔或者光学识别仪器,其原理就是通过带有感光设备的仪器来感应图片上的数字信号,从而对配套书本发生一定的响应。在OID中有一种东西叫做pen,这里的pen也就是我们所说的笔,但是他又不是我们普通的写字的笔,而是里面集成了一些电子元器件的一种光学传感与识别仪器。OID中是利用接触性传感,即pen笔接触到配套书本，然后感知配套书本的信息,最后根据所接受到的信息来作出一定的反映。其配套书本上含有一层底码层，底码层上含有笔所能感应到的信息，即根据具体配套书本的需求给其图片或文字编入一些代码code，而每一个code都是有一个数字编号index号来对它进行标识，当pen光笔识别到一个code的时候，先识别它的index号,然后将这个index号反映到它自己的芯片里面(当然芯片是事先写如了与这些图片对应的事件驱动程序的,事件驱动程序也可以根据OID软件产生),然后pen会根据芯片里面存储的内容作出一定的响应。这其实就如同电脑一样，当用户给一个任务时,它会根据光笔中事先存储好的程序来实现这个任务。比如，在OID方面运用最多的语音功能，即通过pen点击图片上的内容而发出声音。

但是点读笔局限于含底码层配套书本，对普通书本无识别能力，生产中配套书本的编码成本高，不能够被广泛使用。

发明内容

本发明的目的在于提供一种基于文字图像识别音频阅读方法及其装置，用以解决现有点读笔之类的辅助阅读工具不能够应用于普通文字材料的问题。

为实现上述目的，本发明的技术方案提供了一种基于文字图像识别音频阅读方法，该方法包括：

采集文字材料上的文字图像信息，通过自动变焦使得每一文字图像信息对应至少一文字符号的图形；

对所述文字图像信息进行预处理，识别所述文字图像信息并进行文字信息匹配；

将匹配的所述文字信息与音频数据库的文字音频信息进行匹配，并将所述文字音频信息进行实时播放。

进一步的，所述对所述文字图像信息进行预处理包括：

对所述文字图像信息进行灰度处理，并利用自适应阈值对所述文字图像信息进行阈值处理，增加对比度。

进一步的，所述采集文字材料上的文字图像信息，通过自动变焦使得每一文字图像信息对应至少一文字符号的图形包括：

当摄像头靠近并正对所述文字材料时，根据所述文字材料的字体大小，通过自动变焦使得每一图片内仅有一文字符号的图形。

进一步的，当所述文字图像信息识别失败或者所述文字音频信息匹配失败时，发出报警提示。

进一步的，利用云端数据库更新所述音频数据库以及对应的文字图像数据库。