印刷體數(shù)字快速識別算法在身份證數(shù)字識別中的應(yīng)用

印刷體數(shù)字快速識別算法在身份證數(shù)字識別中的應(yīng)用

1實驗應(yīng)用的ocr面臨的挑戰(zhàn)光學(xué)字符識別（orc）已經(jīng)發(fā)展了幾十年，并從實驗研究轉(zhuǎn)向應(yīng)用。實際應(yīng)用中對OCR提出了高識別率和高置信度的要求。單一特征抽取構(gòu)成的識別系統(tǒng)通常難以滿足要求2資源提取基于印刷體數(shù)字結(jié)構(gòu),我們抽取了數(shù)字的4種特征:橫線特征,豎線特征,水平方向過線數(shù),垂直方向過線數(shù)。2.1水平方向上黑像素點的個數(shù)根據(jù)數(shù)字的結(jié)構(gòu)特征,數(shù)字中有可能存在橫線。于是,在水平方向上,定義比例:其中:nWidth為圖像的寬度,用像素點個數(shù)來度量,nHBlackNum為水平方向上黑像素點連續(xù)出現(xiàn)的個數(shù)。若0.6<=HoriR<=1,則認為該數(shù)字中這些連續(xù)出現(xiàn)的黑像素點構(gòu)成了一條橫線。由于數(shù)字中的橫線是有一定的寬度的,因此在水平掃描線順序掃描時,相鄰的幾條橫線,將其視為同一條橫線。根據(jù)橫線在數(shù)字中的不同位置,我們定義:從左上角開始的橫線為上橫線,從左下角開始的橫線為下橫線。以數(shù)字1、7為例,如圖1所示:根據(jù)上述的描述,易知:1有一條下橫線,7有一條上橫線。2.2連續(xù)出現(xiàn)的個數(shù)與橫線特征原理相同。在垂直方向上,定義比例:其中:nHeight為圖像的高度,用像素點個數(shù)來度量,nVBlackNum為垂直方向上黑像素點連續(xù)出現(xiàn)的個數(shù)。若0.4<=VertR<=1,則認為該數(shù)字中這些連續(xù)出現(xiàn)的黑像素點構(gòu)成了一條豎線。同理,由于數(shù)字中的豎線是有一定的寬度的,因此在垂直掃描線順序掃描時,相鄰的幾條豎線,將其視為同一條豎線。根據(jù)豎線在數(shù)字中的不同位置,我們定義:從左下角開始的豎線為左豎線,從右下角開始的豎線為右豎線。以數(shù)字0為例,如圖2所示:根據(jù)上述描述易知:0有一條左豎線,有一條右豎線。2.3素區(qū)域常見農(nóng)業(yè)點火數(shù)把數(shù)字平均分成上、中、下3部分,在每個部分中分別以水平方向的掃描線從左到右穿過數(shù)字,計算每條掃描線穿越黑像素區(qū)域的交點數(shù),在上部分得到的最大交點數(shù)定義為該數(shù)字的上過線數(shù),在下部分得到的最大交點數(shù)定義為該數(shù)字的下過線數(shù),在Y固定時得到的交點數(shù)定義為該數(shù)字在Y處的過線數(shù)。以數(shù)字2為例,如圖3所示。顯見:數(shù)字2的上過線數(shù)為2,下過線數(shù)為2,在1/2高度處的過線數(shù)為1,在上1/3高度處的過線數(shù)為1,在下1/3高度處的過線數(shù)為1。2.4最大控制點數(shù)的生成原理類似于2.3所述,把數(shù)字平均分成左、中、右3部分,在每個部分中分別以垂直方向的掃描線從上到下穿過數(shù)字,計算每條掃描線穿越黑像素區(qū)域的交點數(shù),在左部分得到的最大交點數(shù)定義為該數(shù)字的左過線數(shù),在右部分得到的最大交點數(shù)定義為該數(shù)字的右過線數(shù),在X固定時得到的交點數(shù)定義為該數(shù)字在X處的過線數(shù)。以數(shù)字9為例,如圖4所示。顯而易見:數(shù)字9的左過線數(shù)為3,右過線數(shù)為3,在1/2寬度處的過線數(shù)為3,在左1/3寬度處的過線數(shù)為3,在右1/3寬度處的過線數(shù)為3。以上述原理為依據(jù),我們以宋體為例,對數(shù)字0~9進行特征抽取,得到它們的特征值,如表1所示。3識別標(biāo)記根據(jù)表1中的特征值,我們構(gòu)造了編碼器,進行數(shù)字識別。3.2基于編碼的識別算法由表2易知,每個數(shù)字的編碼表不完全相同,所以可由此編碼器識別出數(shù)字0-9。我們將此算法具體應(yīng)用于身份證圖像中編號數(shù)字的識別。先對身份證圖像中的編號數(shù)字進行定位分割后,將待識別字符作一次行掃描,抽取水平方向的過線數(shù)和橫線特征;再作一次列掃描,抽取垂直方向的過線數(shù)和豎線特征。再利用表2的編碼,對數(shù)字進行識別。整個識別流程,如圖5所示。3.3識別數(shù)字數(shù)字身份實驗中,我們用VisualC++6.0編制了所有軟件,在PCK6-2300(32MB內(nèi)存)上對300張身份證圖像中的編號數(shù)字進行識別,識別統(tǒng)計結(jié)果如表3所示。實驗表明該算法簡潔、快速、可靠、實用、抗干擾