CN104504385B - 手写粘连数字串的识别方法 - Google Patents

Abstract

本发明公开了一种手写粘连数字串的识别方法，包括了以下几个主要步骤：（a）联机手写输入数字串，获取该数字串的笔画数目m、每个笔画所对应的轨迹坐标和该数字串的图像；（b）计算每个笔画各自的中心横坐标；（c）将步骤a所得数字串的图像进行初次分割；（d）将m个笔画分类至M个区域；（e.f.g.h.i）对M个初分割区域进行判断，满足条件直接识别；不满足条件分段识别；（j）返回最终结果。与现有方法相比，本发明可以实现连续手写数字字符串的识别，大大提高手写数字的录入效率。同时，本发明有很强的通用性，对于不同的粘连情况都有好的效果。

Description

手写粘连数字串的识别方法

技术领域

本发明属于手写体数字串的识别方法，特别是一种手写粘连数字串的识别方法。

背景技术

光学字符识别（OCR）技术已经成为人们录入文字信息的关键技术，一个OCR***可以实现将影像中的文字信息转化成相应的计算机文字，大大减少了影像资料的存储空间。同时，提取出的计算机文字信息可以直接用于分析、传输、处理等。因此，OCR技术在各个领域都得到了广泛的应用。现有的OCR技术中，单个手写数字的识别已经广泛使用。但是，这些OCR技术都是基于单个字符的逐个识别，其识别效率太低，不能满足对字符串识别的要求，尤其是字符串粘连时，其识别率就更低。

中国专利2012100769575公开了一种连笔手写字符的识别方法，该方法包括下述步骤：(1)对输入图像进行降噪处理，消除数字噪声；(2)通过基于边缘的字数估计算法计算字数；(3)通过最小代价切分算法计算最佳字符分割方案；(4)通过基于笔画的笔迹跟踪算法确定是否存在需要再切分的块，如果存在需要再切分的块，则返回步骤(2)重新计算、分割；如果不存在，则进行下一步骤；(5)对分割后的字符图像进行OCR识别，转化为计算机文字。该方法能够实现连笔字符的精确分割，提高对连笔字符识别的正确率。但是，该方法仅能够对粘连较少的数字串进行识别，对于粘连较大的数字串的识别，还不能满足实际要求。而且，对于手写粘连数字串识别的通用性差，只能对于一些特定的粘连情况有好的效果。

发明内容

本发明的目的在于克服现有技术中存在的缺陷，提供一种手写粘连数字串的识别方法。

为达到上述目的，本发明采用如下技术方案：

一种手写粘连数字串的识别方法，其特征在于包括以下步骤：

a. 联机手写输入数字串，获取该数字串的笔画数目m、每个笔画所对应的轨迹坐标和该数字串的图像；

b. 根据步骤a所得的每个笔画所对应的轨迹坐标，计算每个笔画各自的中心横坐标，得到这m个笔画的中心横坐标数组avgX[i]，i=1,……,m；

c. 将步骤a所得数字串的图像进行初次分割，得到M个初分割区域，并记录该M个初分割区域的左右边界值（Lx[j]，Rx[j]），j=1，……，M；

d. 将m个笔画所对应的轨迹坐标的中心横坐标avgX[i]，i=1,……,m与M个初分割区域的左右边界值（Lx[j]，Rx[j]），j=1，……，M进行对比，若Lx[j]<avgX[i]<Rx[j]，则将第i个笔画划归为初分割区域j，得到数组count[j]，j=1，……，M，其中count[j]的值表示第j个初分割区域中包含的笔画个数；得到笔画数组V[j][count[j]]，保存第j个初分割区域对应不同笔画i的数值；

e.读取步骤d所得数组V[j][count[j]] ，j=1，……，M，判断第j个初分割区域中的笔画个数count[j]是否为1，若是则转入步骤h；否则转入步骤f；

f. 若第j个初分割区域的笔画个数count[j]>1，且该初分割区域的宽高比小于1，即初分割区域的宽度与初分割区域高度的比值小于1，若是则转入步骤h；否则转入步骤g；

g. 数字串的分段识别：读取前2个笔画，采用神经网络算法进行识别，若成功识别则删除这2个笔画，返回识别结果；若不能识别，则读取前1个笔画，采用神经网络算法进行识别，并删除这个已识别的笔画，同时返回识别结果，重复步骤g直至该初分割区域的笔画全部识别完毕，转入步骤i；

h. 采用神经网络算法进行识别，并返回识别结果；

i. 读取笔画数组中的下一个数值V[j+1][count[j+1]]，重复步骤e；直至笔画数组中的所有数值均处理完毕；

j. 返回最终识别结果，得到手写粘连数字串所表示的数值。

上述的步骤a的具体步骤为：

a-1. 检测手写数字之间的提笔和落笔，记录字符串的笔画数目m；

a-2. 获取m个笔画相对应的轨迹坐标：笔画的轨迹坐标用(X_n，Y_n)点坐标序列表示：（X₁，Y₁），（X₂，Y₂），…，（X_n，Y_n），其中n是笔画的采样点数。

a-3. 得到轨迹坐标数组Datapoint[m][n]，m就是字符串的笔画数目；Datapoint[i][n]保存第i个笔画的轨迹坐标，i=1，2，3…，m。

上述的步骤c的具体步骤为：

c-1. 图像的灰度化，图像的灰度化采用加权平均的方法，公式如下：

Colorpoint = 0.30*R +0.59*G +0.11*B (1.1)

c-2. 图像的二值化，二值化时选取特定阈值A，A的取值范围50~200；当某个点的灰度值大于A时，设该点为白色，否则为黑色；

c-3. 图像的初次分割：检测字符之间的白色像素列来确定初分割区域的边界，分别记录M个初分割区域的左右边界值（Lx[M]，Rx[M]）。

本发明通过获取录入字符串的笔画信息，经过预处理、粗分割区域笔画信息判断、粗分割区域识别和未识别区域的分段依次识别，能够实现对粘连较大数字串的识别。同时，本发明有很强的通用性，对于不同的粘连情况都有好的效果。

附图说明

图1是本发明手写粘连数字串识别方法的总的流程示意图；

图2是本发明方法中数字识别的识别流程图。

图3为本发明方法中分段识别的识别流程图。

图4是本发明实施例中的手写粘连数字串图像。

图5是本发明实施例中得到的初分割区域。

具体实施方式：

为了使本领域中的技术人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请的技术方案进行更加清楚、完整的表述。本发明的优选实例详述如下：

实施例一：

参见图1，一种手写粘连数字串的识别方法，包括以下几个主要步骤：

a. 联机手写输入数字串，获取该数字串的笔画数目m、每个笔画所对应的轨迹坐标和该数字串的图像；

步骤a的具体步骤为：

a-1. 检测手写数字之间的提笔和落笔，记录字符串的笔画数目m；

a-2. 获取m个笔画相对应的轨迹坐标：笔画的轨迹坐标用(X_n，Y_n)点坐标序列表示：（X₁，Y₁），（X₂，Y₂），…，（X_n，Y_n），其中n是笔画的采样点数。

a-3. 得到轨迹坐标数组Datapoint[m][n]，m就是字符串的笔画数目；Datapoint[i][n]保存第i个笔画的轨迹坐标，i=1，2，3…，m。

参见图4，本实施例中手写粘连数字串的笔画数目m为7，取n为50。

b. 根据步骤a所得的每个笔画所对应的轨迹坐标，计算每个笔画各自的中心横坐标，得到这7个笔画的中心横坐标数组avgX[i]，i=1,……,7；

c. 将步骤a所得数字串的图像进行初次分割，得到M个初分割区域，并记录该M个初分割区域的左右边界值（Lx[j]，Rx[j]），j=1，……，M；

步骤c的具体步骤为：

c-1. 图像的灰度化，图像的灰度化采用加权平均的方法，公式如下：

Colorpoint = 0.30*R +0.59*G +0.11*B (1.1)

c-2. 图像的二值化，二值化时选取特定阈值A，A的取值范围50~200；当某个点的灰度值大于A时，设该点为白色，否则为黑色；

c-3. 图像的初次分割：检测字符之间的白色像素列来确定初分割区域的边界，分别记录M个初分割区域的左右边界值（Lx[M]，Rx[M]）。

参见图5，本实施例中初分割区域的数目M为3。

d. 将7个笔画所对应的轨迹坐标的中心横坐标avgX[7]，i=1,……,7与3个初分割区域的左右边界值（Lx[j]，Rx[j]），j=1，2，3进行对比，若Lx[j]<avgX[i]<Rx[j]，则将第i个笔画划归为初分割区域j，得到数组count[j]，j=1，……，M，其中count[j]的值表示第j个初分割区域中包含的笔画个数；得到笔画数组V[j][count[j]]，保存第j个初分割区域对应不同笔画i的数值；

e. f. g. h. i. 对3个初分割区域进行判断，满足条件直接识别；不满足条件分段识别法识别；

j. 返回最终识别结果，得到手写粘连数字串所表示的数值。

实施例二：

参见图2，数字串的识别方法，包括以下几个主要步骤：

e.读取步骤d所得数组V[j][count[j]] ，j=1，2，3，判断第j个初分割区域中的笔画个数count[j]是否为1，若是则转入步骤h；否则转入步骤f；

f. 若第j个初分割区域的笔画个数count[j]>1，且该初分割区域的宽高比小于1，即初分割区域的宽度与初分割区域高度的比值小于1，若是则转入步骤h；否则转入步骤g；

g. 数字串的分段识别，转入步骤i；

h. 采用神经网络算法进行识别，并返回识别结果；

i. 读取笔画数组中的下一个数值V[j+1][count[j+1]]，重复步骤e；直至笔画数组中的所有数值均处理完毕；

j. 返回最终识别结果，得到手写粘连数字串所表示的数值。

实施例三：

参见图3，分段识别方法，步骤如下：

读取前2个笔画，采用神经网络算法进行识别，若成功识别则删除这2个笔画，返回识别结果；若不能识别，则读取前1个笔画，采用神经网络算法进行识别，并删除这个已识别的笔画，同时返回识别结果，重复步骤g直至该初分割区域的笔画全部识别完毕。

Claims (3)

1.一种手写粘连数字串的识别方法，其特征在于包括以下步骤：

a. 联机手写输入数字串，获取该数字串的笔画数目m、每个笔画所对应的轨迹坐标和该数字串的图像；

b. 根据步骤a所得的每个笔画所对应的轨迹坐标，计算每个笔画各自的中心横坐标，得到这m个笔画的中心横坐标数组avgX[i]，i=1,……,m；

c. 将步骤a所得数字串的图像进行初次分割，得到M个初分割区域，并记录该M个初分割区域的左右边界值（Lx[j]，Rx[j]），j=1，……，M；

d. 将m个笔画所对应的轨迹坐标的中心横坐标avgX[i]，i=1,……,m与M个初分割区域的左右边界值（Lx[j]，Rx[j]），j=1，……，M进行对比，若Lx[j]<avgX[i]<Rx[j]，则将第i个笔画划归为初分割区域j，得到数组count[j]，j=1，……，M，其中count[j]的值表示第j个初分割区域中包含的笔画个数；得到笔画数组V[j][count[j]]，保存第j个初分割区域对应不同笔画i的数值；

e. 数字串的识别：读取步骤d所得数组V[j][count[j]] ，j=1，……，M，判断第j个初分割区域中的笔画个数count[j]是否为1，若是则转入步骤h；否则转入步骤f；

f. 若第j个初分割区域的笔画个数count[j]>1，且该初分割区域的宽高比小于1，即初分割区域的宽度与初分割区域高度的比值小于1，若是则转入步骤h；否则转入步骤g；

g. 数字串的分段识别：读取前2个笔画，采用神经网络算法进行识别，若成功识别则删除这2个笔画，返回识别结果；若不能识别，则读取前1个笔画，采用神经网络算法进行识别，并删除这个已识别的笔画，同时返回识别结果，重复步骤g直至该初分割区域的笔画全部识别完毕，转入步骤i；

h. 采用神经网络算法进行识别，并返回识别结果；

i. 读取笔画数组中的下一个数值V[j+1][count[j+1]]，重复步骤e；直至笔画数组中的所有数值均处理完毕；

j. 返回最终识别结果，得到手写粘连数字串所表示的数值。

2.根据权利要求1所述的手写粘连数字串的识别方法，其特征在于所述的步骤a的具体步骤为：

a-1. 检测手写数字之间的提笔和落笔，记录字符串的笔画数目m；

a-2. 获取m个笔画相对应的轨迹坐标：笔画的轨迹坐标用(X_n，Y_n)点坐标序列表示：（X₁，Y₁），（X₂，Y₂），…，（X_n，Y_n），其中n是笔画的采样点数；

a-3. 得到轨迹坐标数组Datapoint[m][n]，m就是字符串的笔画数目；Datapoint[i][n]保存第i个笔画的轨迹坐标，i=1，2，3…，m。

3.根据权利要求1所述的手写粘连数字串的识别方法，其特征在于所述的步骤c的具体步骤为：

c-1. 图像的灰度化，图像的灰度化采用加权平均的方法，公式如下：

Colorpoint = 0.30*R +0.59*G +0.11*B (1.1)

c-2. 图像的二值化，二值化时选取特定阈值A，A的取值范围50~200；当某个点的灰度值大于A时，设该点为白色，否则为黑色；

c-3. 图像的初次分割：检测字符之间的白色像素列来确定初分割区域的边界，分别记录M个初分割区域的左右边界值（Lx[M]，Rx[M]）。