CN101339617A - 手机拍照翻译装置 - Google Patents
手机拍照翻译装置 Download PDFInfo
- Publication number
- CN101339617A CN101339617A CNA2007100435408A CN200710043540A CN101339617A CN 101339617 A CN101339617 A CN 101339617A CN A2007100435408 A CNA2007100435408 A CN A2007100435408A CN 200710043540 A CN200710043540 A CN 200710043540A CN 101339617 A CN101339617 A CN 101339617A
- Authority
- CN
- China
- Prior art keywords
- unit
- engine
- translation
- photographing
- interface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Machine Translation (AREA)
Abstract
本发明公开了一种手机拍照翻译装置,包括:一个拍摄单元;一个用户界面单元;一个字符特征图像识别引擎(OCR engine)单元;一个翻译引擎单元,一个图像预处理单元。本发明公开的手机拍照翻译装置,使对字符特征图像识别在手持设备上的加载、拍照设备拍摄印刷体文字的获取处理、识别文字校正与显示的人机交互向导、对数字图像识别字符的识别、对翻译识别文字以及储存识别结果都变得十分方便,概括起来,本发明对所需要的资料能及时翻译,具有高效的输入功能,为手机功能提供了新的发展机遇。
Description
技术领域
本发明涉及数字图像处理领域、模式识别领域、及嵌入式设备领域,特别涉及一种手持设备拍照翻译设备。
背景技术
随着手持设备的发展和普及,手机已经越来越成为人们日常生活随身携带的电子设备,而如何将需要翻译的资料高效输入,并将资料及时翻译,为手机功能提供新的发展机遇。
发明内容
本发明的目的是提供一种拍照翻译装置。
本发明的目的是通过以下技术方案实现的:
一种拍照翻译装置,包括:
字符特征图像识别(OCR)引擎单元,用于将文字资料数字图像中的字符转换成字符标准内码。
一个翻译引擎单元,用于翻译OCR识别出来的文字资料;
一个至少具有130万像素并具有微距功能的拍摄单元,用于拍摄获取名片的数字图像;
一个图像预处理单元,用于将拍摄的图像转换成翻译引擎单元所能识别的图像格式,将图像进行二值化压缩,用于提升识别速度;
一个用户界面单元,用于与用户交互,向导用户使用该功能界面。
其中,该OCR引擎单元包括:
引擎库单元,用于存储字符特征向量;
引擎设置单元,用于设置运行模式或数字图像参数;
引擎启动单元,用于分配运行空间、将引擎库装载入内存,启动引擎为可执行状态;
引擎版面分析单元,用于划分版面,分割翻译单词区域,将可识别字符用连通区域框定;
引擎识别单元,用于识别连通区内的数字图像,根据数字图像直观形象提取特征进行识别,输出字符内码;以及
引擎关闭单元,释放内存空间,关闭引擎。
该引擎库单元包括:
翻译库单元,用于存放词与翻译内容的对照表;以及
翻译接口单元,用于提供输入翻译字,获取翻译结果的接口。
图像预处理单元:从照相设备单元获取数字图像,该图像分辨率在1280×960以上,Jpg图像经过硬件解码转为16位rgb图像,从16位rgb图像转化为8位灰度bmp格式图像,然后对图像进行二值化处理;
二值图像是指整幅图像画面内仅黑(灰度值为0)白(灰度值为1)二值的图像,在它们上面不呈现出灰度的变化。在数字图像处理中,二值图像占有非常重要的地位。这是因为在实用的图像处理***中,要求处理的速度高、成本低,信息量大的浓淡图像处理花销太大,不是上策。而且二值化后的图像能够用几何学中的概念进行分析和特征描述,比起灰度图像来说方便得多。因而二值图像处理目前已成为图像处理中的一个独立的、重要分支而获得广泛的应用。
设表示像素在(i,j)位置的灰度值,二值化处理为下式所示。
这里t为二值化阈值(Threshold)。像素的8-邻域(8-Neighbor),除去d-近邻的像素外,余下的对角线上的4个像素,称为(i,j)的非直接邻域,符号是:i-近邻。某个像素的连接数可以用这个像素的8-邻域值f(x0)…f(x7)来计算。
当xk=x8时,令x8=x0
对于一个像素的8-邻域的所有可能存在的值,按照上式进行计算,其连接数总是取0-4之间的值。文字的自动识别过程中,需要把二值图像进行细化,还可以大大减少冗余的信息。
二值化图像细化图像
本发明的优点是:对所需要翻译的资料具有高效输入,对资料能有及时翻译,为手机功能提供了新的发展机遇。
用户界面单元可以包括:
预览界面,版面分析界面,选词界面,翻译界面。
附图说明
图1为本发明实施例的结构框图;
图2为本发明实施例的流程示意图;
图3为本发明实施例的engine流程示意图。
图4-1~图4-4示出了本发明实施例的操作流程示意图。
具体实施方式
下面根据图1~图4-4给出本发明一个较好实施例,并予以详细描述,以使本领域的技术人员更易于理解本发明的结构特征和功能特色,而不是用来限定本发明的范围。
请参阅图1所示,具有拍照翻译功能的手机,包括图像预处理部件1、用户界面2、图像识别引擎3、字典引擎4和照相设备5,其中:用户界面2包括并列设置的预览界面21、分词界面22、校正界面23和翻译界面24;图像识别引擎3包括并列设置的引擎设置31、资料版面分析引擎32、字符识别引擎33和引擎关闭34;字典引擎4包括字典库41和翻译接口42;照相设备5包括相机退出单元51、相机拍照单元52、相机调节单元53和相机预览单元54。
请参阅图2所示的照相流程100,
S1001、初始化一OCR引擎初始化、相机初始化和字典引擎初始化;
S1002、资料预览一相机预览、预览调节;
S1003、资料拍摄一相机拍摄和图像转换;
S1004、版面分析一单词分块;
S1005、选词识别一选择单词、识别单词和单词校正;
S1006、翻译结果一调用字典引擎、显示结果;
在上述流程各步骤中,在S1006翻译结果中,若判断还需继续进行便跳回执行S1005,进行选词识别;若判断过程结束,则跳至S1007,退出一手机拍摄翻译处于退出状态。
在S1005选词识别步骤中,判断选词无法进行,便执行S1007,退出,手机拍摄翻译处于待机状态。
在S1002,资料预览步骤中,判断资料不需拍摄,便跳至S1007,退出,手机拍摄翻译处于待机状态。
在S1001初始化步骤中,判别拍摄翻译不需进行,便执行S1007,退出,手机拍摄翻译处于待机状态。
在S1004版面分析步骤中,或S1003资料拍摄步骤中发现图像不理想需重新拍摄,则跳回S1002,再执行资料预览步骤。
请参阅图3,其示出了本发明的引擎流程200的示意图,如图所示,
S2001,启动;
S2002,启动名片图像识别引擎;
S2003,设置名片图像属性。
S2004,名片图像处理
S2005,名片字输出
S2006,还有字输出吗?若有字输出,则跳回执行S2004。否则,执行S2007,
S2007,关闭名片图像
S2008,程序结束。
请参阅图4-1~图4-4
其给出了本发明的用户操作流程:即1′、拍摄资料,预览资料图像;
2′、点击“识别”,几秒钟后,名片上出现栏目画框;例如,通过键盘或触笔选择了“precdent”栏目;3′、弹出通过识别的英文单词,precedent,如果识别有误可以再修改,点击翻译。4′、显示该单词的中文翻译,重复执行“继续”+“翻译”操作后,可以完成对整段资料每个单词的翻译。
Claims (4)
1、一种手机拍照翻译装置,包括:
一个OCR引擎单元,用于将文字资料数字图像中的字符转换成字符标准内码;
一个翻译引擎单元,用于翻译OCR识别出来文字资料;
一个至少具有130万像素并且有微距功能的拍摄单元,用于拍摄获取名片的数字图像;
一个图像预处理单元,用于将拍摄的图像转换成翻译引擎单元所能识别的图像格式,将图像进行二值化压缩,以提升识别速度;以及一个用户界面单元,用于与用户交互,向导用户使用该界面。
2、根据权利要求1所述的手机拍照翻译装置,其特征在于,所述的ORC引擎单元包括:引擎库单元,用于存储字符特征向量;引擎设置单元,用于设运行模式或数字图像参数;引擎启动单元,用于分配运行空间,将引擎库装载入内存,启动该引擎启动单元为可执行状态;引擎面版分析单元,用于划分版面,分割翻译单词区域,将可识别字符用连通区域框定;引擎识别单元,用于识别连通区域内的数字图像,根据数字图像的直观形象提取特征进行识别,输出字符内码;引擎关闭单元,释放内存空间,关闭上述各个引擎单元。
3、根据权利要求2所述的手机拍照翻译装置,其特征在于,所述的引擎库单元包括:
翻译库单元,用于存放词与翻译内容的对照表;
翻译接口单元,用于提供输入翻译字,是获取翻译结果的接口。
4、根据权利要求1所述的手机拍照翻译装置,其特征在于,所述的用户界面单元,包括:预览界面、版面分析界面、选词界面和翻译界面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100435408A CN101339617A (zh) | 2007-07-06 | 2007-07-06 | 手机拍照翻译装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100435408A CN101339617A (zh) | 2007-07-06 | 2007-07-06 | 手机拍照翻译装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101339617A true CN101339617A (zh) | 2009-01-07 |
Family
ID=40213682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100435408A Pending CN101339617A (zh) | 2007-07-06 | 2007-07-06 | 手机拍照翻译装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101339617A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102223433A (zh) * | 2010-04-19 | 2011-10-19 | 辜进荣 | 摄像手机字符信息的识别检索匹配方法 |
CN102355532A (zh) * | 2011-10-21 | 2012-02-15 | 镇江科大船苑计算机网络工程有限公司 | 基于Android智能名片摄像扫描的信息传送方法 |
CN102737238A (zh) * | 2011-04-01 | 2012-10-17 | 洛阳磊石软件科技有限公司 | 基于手势动作的字符识别***、方法、及其应用 |
CN102982326A (zh) * | 2011-09-02 | 2013-03-20 | 汉王科技股份有限公司 | 文字处理方法、装置和电子翻译笔 |
CN103699527A (zh) * | 2013-12-20 | 2014-04-02 | 上海合合信息科技发展有限公司 | 图像翻译***及图像翻译方法 |
CN103716453A (zh) * | 2012-10-02 | 2014-04-09 | Lg电子株式会社 | 移动终端以及移动终端的控制方法 |
CN104881405A (zh) * | 2015-05-22 | 2015-09-02 | 东莞中山大学研究院 | 一种基于智能手机实现拍照翻译的方法及智能手机 |
CN105468226A (zh) * | 2014-09-11 | 2016-04-06 | 深圳富泰宏精密工业有限公司 | 图片浏览***及方法 |
CN106649294A (zh) * | 2016-12-29 | 2017-05-10 | 北京奇虎科技有限公司 | 一种分类模型的训练及其从句识别方法和装置 |
CN106855854A (zh) * | 2016-12-29 | 2017-06-16 | 北京奇虎科技有限公司 | 一种英文信息的识别方法和装置 |
CN108829644A (zh) * | 2013-09-27 | 2018-11-16 | 夏普株式会社 | 信息处理装置、记录介质以及显示翻译结果的方法 |
CN108985201A (zh) * | 2018-06-29 | 2018-12-11 | 网易有道信息技术(北京)有限公司 | 图像处理方法、介质、装置和计算设备 |
CN110245362A (zh) * | 2019-06-19 | 2019-09-17 | 京东方科技集团股份有限公司 | 一种翻译装置及翻译*** |
-
2007
- 2007-07-06 CN CNA2007100435408A patent/CN101339617A/zh active Pending
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102223433A (zh) * | 2010-04-19 | 2011-10-19 | 辜进荣 | 摄像手机字符信息的识别检索匹配方法 |
CN102737238A (zh) * | 2011-04-01 | 2012-10-17 | 洛阳磊石软件科技有限公司 | 基于手势动作的字符识别***、方法、及其应用 |
CN102982326B (zh) * | 2011-09-02 | 2016-05-25 | 汉王科技股份有限公司 | 文字处理方法、装置和电子翻译笔 |
CN102982326A (zh) * | 2011-09-02 | 2013-03-20 | 汉王科技股份有限公司 | 文字处理方法、装置和电子翻译笔 |
CN102355532A (zh) * | 2011-10-21 | 2012-02-15 | 镇江科大船苑计算机网络工程有限公司 | 基于Android智能名片摄像扫描的信息传送方法 |
CN103716453A (zh) * | 2012-10-02 | 2014-04-09 | Lg电子株式会社 | 移动终端以及移动终端的控制方法 |
CN109101467A (zh) * | 2013-09-27 | 2018-12-28 | 夏普株式会社 | 信息处理装置、记录介质以及信息处理装置的动作方法 |
CN108829644A (zh) * | 2013-09-27 | 2018-11-16 | 夏普株式会社 | 信息处理装置、记录介质以及显示翻译结果的方法 |
CN103699527A (zh) * | 2013-12-20 | 2014-04-02 | 上海合合信息科技发展有限公司 | 图像翻译***及图像翻译方法 |
CN105468226A (zh) * | 2014-09-11 | 2016-04-06 | 深圳富泰宏精密工业有限公司 | 图片浏览***及方法 |
CN104881405A (zh) * | 2015-05-22 | 2015-09-02 | 东莞中山大学研究院 | 一种基于智能手机实现拍照翻译的方法及智能手机 |
CN106649294A (zh) * | 2016-12-29 | 2017-05-10 | 北京奇虎科技有限公司 | 一种分类模型的训练及其从句识别方法和装置 |
CN106855854A (zh) * | 2016-12-29 | 2017-06-16 | 北京奇虎科技有限公司 | 一种英文信息的识别方法和装置 |
CN108985201A (zh) * | 2018-06-29 | 2018-12-11 | 网易有道信息技术(北京)有限公司 | 图像处理方法、介质、装置和计算设备 |
CN110245362A (zh) * | 2019-06-19 | 2019-09-17 | 京东方科技集团股份有限公司 | 一种翻译装置及翻译*** |
CN110245362B (zh) * | 2019-06-19 | 2023-10-13 | 京东方科技集团股份有限公司 | 一种翻译装置及翻译*** |
US11853711B2 (en) | 2019-06-19 | 2023-12-26 | Boe Technology Group Co., Ltd. | Translation pen and translation system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101339617A (zh) | 手机拍照翻译装置 | |
CN110188365B (zh) | 一种取词翻译的方法和装置 | |
US8626236B2 (en) | System and method for displaying text in augmented reality | |
CN101339618A (zh) | 手机名片识别装置 | |
EP2472372A1 (en) | Input method of contact information and system | |
US7623742B2 (en) | Method for processing document image captured by camera | |
US9251428B2 (en) | Entering information through an OCR-enabled viewfinder | |
US20120131520A1 (en) | Gesture-based Text Identification and Selection in Images | |
US20140143721A1 (en) | Information processing device, information processing method, and computer program product | |
US8897594B2 (en) | Image reader, mobile terminal apparatus, and non-transitory computer readable medium | |
CN103678260A (zh) | 一种便携式电子名片簿及处理方法 | |
CN110674814A (zh) | 一种图片识别翻译方法、终端及介质 | |
CN101702242B (zh) | 一种自动填写固定格式文件的方法及终端 | |
EP2439676A1 (en) | System and method for displaying text in augmented reality | |
CN105975554B (zh) | 基于移动终端的大数据搜索方法及装置 | |
Hung et al. | Implementing an android application for automatic vietnamese business card recognition | |
US10965801B2 (en) | Method for inputting and processing phone number, mobile terminal and storage medium | |
US20060290789A1 (en) | File naming with optical character recognition | |
KR20150091948A (ko) | 폰트를 인식하고 폰트정보를 제공하는 시스템 및 그 방법 | |
Kaur | Text recognition applications for mobile devices | |
CN110795918B (zh) | 确定阅读位置的方法、装置及设备 | |
US20060210171A1 (en) | Image processing apparatus | |
KR101626500B1 (ko) | 광학 문자 인식을 기반으로 한 단어 정리 시스템 및 방법 | |
JP4597644B2 (ja) | 文字認識装置、プログラムおよび記録媒体 | |
CN103186581A (zh) | 一种通过手机快速对书本生僻字发音进行获取的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090107 |