[发明专利]一种基于表格字符检测与识别的移动端系统与方法

权利要求书

1.一种基于表格字符检测与识别的移动端图像处理方法，其特征在于，所述基于表格字符检测与识别的移动端图像处理方法包括：

根据图像中物体的几何方向与所述图像对应的傅里叶频谱的关系，对采集的图像进行倾斜校正，获取校正后的图像；

通过OTSU大津法进行二值化，再分别定义横长条和竖长条的核对图像进行腐蚀、膨胀操作获取表格线，对图像进行分割获取字符；

构建用于字母与汉字识别的卷积神经网络，通过随机调整图像亮度、对比度与字体粗细扩充样本实现数据增强，自动建立分类标准，并输出分类标准结果。

2.如权利要求1所述的基于表格字符检测与识别的移动端图像处理方法，其特征在于，所述基于表格字符检测与识别的移动端图像处理方法具体包括：

步骤1：下载中文手写数据集CASIA-HWDB和字母手写数据集Chars74K，通过随机调整图像亮度、对比度、字体粗细扩充样本，搭建由三层卷积层、三层池化层和两层全连接层构成的卷积神经网络，分别对两个数据集离线训练，得到分别识别手写汉字和手写字母的两个卷积模型；

步骤2：应用程序调用手机相机接口获取外界图像，对图像进行离散傅里叶变换得到DFT，通过公式计算幅度图像magnitude，对幅度图像使用对数变换并归一化到[0,255]的范围内，从而得到傅立叶谱，对该傅立叶谱采用霍夫变换检测直线得出该直线的倾斜角度即原图像的倾斜角度，使用所述倾斜角度对原图像进行仿射变换得到倾斜矫正后的图像correct_img；

步骤3：使用OTSU大津法对correct_img进行二值化处理得到二值图像binary_img，首先定义一个横长条的核kernel_h对binary_img进行先腐蚀再膨胀的操作得到只有表格横线的图像horizontal_img，然后定义一个竖长条的核kernel_v对binary_img进行先腐蚀再膨胀的操作得到只有表格竖线的图像vertical_img，从而得出表格图table_img＝horizontal_img+vertical_img，对表格图进行轮廓检测得出轮廓矩形，将轮廓矩形应用于correct_img进行图像的分割获取字符characters＝[char₁,char₂,···,char_n]；

步骤4：将分割得到的字符characters输入到手写汉字或手写字母的卷积模型中，输出分类结果到界面。