[发明专利]一种基于神经网络的OCR识别在物流行业快递面单的应用

权利要求书

1.一种基于神经网络的OCR识别在物流行业的快递面单的应用，其特征在于，包括以下步骤：

步骤1、利用摄像头进行图片拍摄，获取字符图像，使用梯度检测算法定位出条形码，计算条形码的倾斜角度；

步骤2、根据倾斜度进行图像进行矫正，然后扩大条形码的ROI区间，根据模板和滑动窗口法定位三段码位置；

步骤3、根据位置切割三段码图片，将三段码图片进行自适应二值化处理，得到二值三段码图片。再利用opencv2的findContours函数寻找轮廓，根据轮廓的最大边界切割成单个图像；

步骤4、对步骤3所产生的图像，根据图像尺寸进行筛选，去除噪声图像，获得字符图像；

步骤5、通过BP神经网络对字符进行识别；

步骤6、对识别结果根据字符的水平先后位置进行排序组合，获得三段码。

2.如权利要求1所述的一种基于神经网络的OCR识别在物流行业的快递面单的应用，其特征在于，所述的BP神经网络训练步骤如下：

步骤1、训练数据集制作，在不同分辨率和不同倾斜角度下分别采集图片作为训练样本，根据待识别的字符的字体制作字符训练样本，包括0到9共10个数字以及A到Z共26个字母；

步骤2、字符模板归一化，在满足后续神经网络的识别率的条件下，根据待识别字符大小将字符模板大小调整至最小；

步骤3、设计BP神经网络，对数据集进行训练，以字符图像作为输入层的输入；以logsig函数作为隐含层，隐含层设计节点36个，输出层是预期的结果，共三十六种输出，设计的指标包含训练步数和目标误差，系统每10步显示一次训练误差的变化曲线，并保存训练结果得到训练好的BP神经网络。