基于python的文字识别系统_基于Python的图片文本识别系统的研究

龙源期刊网

http://www.qikan.com.cn

基于

Python

的图片文本识别系统的研究

作者：韩琳

来源：《科学与财富》

2019

年第

20

期

近年来随着计算机技术的不断发展，

Optical Character Recognition

（光学字符识别，简称

“OCR”

）应用的领域更加的广泛，而图片文字识别就是其中重要的一个。目前图片文字识别的

准确率并没有达到

100%

，这也成为了图片文字识别发展领域的一大瓶颈，因此要去探索一个

好的图片文字识别算法是非常有意义的。

图片文字识别系统的基本流程为：获得图片、去噪处理、二值化处理、矫正图片、行查

找、文字定位、细化处理、文字特征扫描、查询显示文字。

OpenCv

提供了图片处理的基本函

数，例如数据矩阵的遍历，图片的存储等，去噪处理中的平滑处理、二值化处理等。矫正图片

就是将图片按照文字的行摆正，该步骤是比较的关键一步，后面的行定位等都是依赖于图片矫

正。文字的行定位和文字定位即确定文字的区域，方便文字特征扫描，细化处理是将文字细化

为一个像素，而不破坏连通性。细化处理是方便特征扫描而做的处理使数据库中存储文字特征

码和

UTF-8

编码对应起来。涉及到的相关技术主要如下。

1. OpenCv

OpenCv

是一个基于

BSD

许可发行的可以跨平台的计算机视觉库。它可以运行在

Windows

和

Linux

等操作系统之上，它是由一系列的

C

函数和少许的

C++

类构成，同时还提供了

Python

、

Matlab

等語言的接口，实现了计算机视觉和图像处理等方面的很多通用算法。

包含的五个基本模块，功能非常的强大。可以在设计中使用的是图形处理模块，结构图如

下所示：

2. UTF-8

编码

UTF-8

是一种针对

Unicode

的可变长度字符编码，又称万国码，由

Ken Thompson

于

1992

年创建。

UTF-8

用

1

到

6

个字节编码

Unicode

字符。在计算机内存中，统一使用

Unicode

编

码，当我们用记事本编辑的时候，从文件中读取的

UTF-8

字符被转换为

Unicode

字符到内存

里，编辑完成后，保存的时候再把

Unicode

转换为

UTF-8

保存到文件。

3.Flask

框架

在大多数的标准当中，

Flask

是一个小型的框架，小到可以称之为

“

微框架

”

。

Flask

有

3

个

主要依赖，分别为调试和

Web

服务器网关接口以及路由。子系统是由

Werkzeug

提供，模板系

统是由

Jinja2

提供，命令行集成是由

Click

提供。这些依赖全部都是由

Flask

的开发者

Armin

Ronacher

开发的。