一、课题研究的意义
汉字已有数千年的历史，是中华民族文化的重要结晶，闪烁着中国人民智慧的光芒。同时也是世界上使用人数最多和数量最多的文字之一。现如今，汉字印刷材料的数量大大增加，一些专业单位所接触的印刷材料更是浩如烟海，信息量均是爆炸性增长。然而，汉字是非字母化、非拼音化的文字，因此，如何将汉字快速高效地输入计算机，是信息处理的一个关键问题，也是关系到计算机技术能否在我国真正普及的关键问题，更是传播与弘扬中华民族悠久历史文化的关键问题。而且随着劳动力价格的升高，利用人工方法进行汉字输入也将面临经济效益的挑战。因此，对于大量已有的文档资料，汉字自动识别输入就成为了最佳的选择。因此，汉字识别技术也越来越受到人们的重视。汉字识别是一门多学科综合的研究课题，它不仅与人工智能的研究有关，而且与数字信号处理、图像处理、信息论、计算机科学、几何学、统计学、语言学、生物学、模糊数学、决策论等都有着千丝万缕的联系。一方面各学科的发展给它的研究提供了工具；另一方面，它的研究与发展也必将促进各学科的发展。因而有着重要的实用价值和理论意义。
二、算法流程
图1-1汉字识别流程框图
三、识别过程
图2-3 标准图像
图2-4 标准图像转灰度图像
图2-5 标准图像均值滤波图像
图2-6 标准图像二值化图像
图2-7 标准图像识别结果
通过对标准图像识别学习训练，然后对输入乱序图像（见图2-8）进行识别，过程中转灰度(见图2-9)，均值滤波(见图2-10)，二值化(见图2-11)，识别结果（见图2-12）。
图2-8 乱序图像
图2-9 乱序图像转灰度图像
图2-10 乱序图像均值滤波图像
图2-11 乱序图像二值化图像
图2-12 乱序图像识别结果
由以上实验结果可以看出，当输入标准图像，经过转灰度，均值滤波，二值化，识别输出。然后，输入乱序图像在经过转灰度，均值滤波，二值化，特征提取，匹配识别后，系统能够将乱序图像中的图像识别输出。说明系统基本实现预先设想的功能，能够在学习标准图像识别后建立标准库，并根据标准字库与以后输入的图像进行匹配识别输出。但由于系统比较简单，实现的功能也比较单一，要想实现较完备功能还需进一步完善。
四、部分参考源码
%乱序图像识别：load bp;
G=imread('');%读取
I=rgb2gray(G);
%--------转灰度图象
B1=filter2(fspecial('average',3),I)/255;
%以[3,3]为模板均值滤波
%--------均值滤波
d=im2bw(B1,;
%--------二值
k1=1;k2=1;s=sum(d');j=2;a=1;c=1
[m, n]=size(d');
while s(j)==mj=j+1;
end
k1=j;
while s(j)~=m && j<=n-1j=j+1;
end
k2=j-1;
d=d((k1:k2),:);
%--------行分割
[m,n]=size(d);
k1=1;k2=1;s=sum(d);j=2;a=1;c=1
for a=1:16 while s(j)==mj=j+1;endk1=j;while s(j)~=m && j<=n-1j=j+1;endk2=j-1;
%--------列分割if c==1b1=d(:,(k1:k2));imwrite(b1,'');t1=tezhengtiqu(b1);P_test = [t1']; y = sim(net,P_test);
%用训练出来的神经网络计算数据的第%P_test行word=jieguoxianshi(y)end
%--------第1个字符
if c==2b2=d(:,(k1:k2));imwrite(b2,'');
t2=tezhengtiqu(b2);
%用十三点特征提取法提取特征P_test = [t2];
y = sim(net,P_test');
%用训练出来的神经网络计算数据的
%第P_test行word=jieguoxianshi(y)
end
%--------第2个字符
if c==3b3=d(:,(k1:k2));imwrite(b3,'');t3=tezhengtiqu(b3);P_test = [t3]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第3个字符
if c==4b4=d(:,(k1:k2));imwrite(b4,'');t4=tezhengtiqu(b4);P_test = [t4]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第4个字符
if c==5b5=d(:,(k1:k2));imwrite(b5,'');t5=tezhengtiqu(b5);P_test = [t5]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第5个字符
if c==6b6=d(:,(k1:k2));imwrite(b6,'');t6=tezhengtiqu(b6);P_test = [t6]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第6个字符
if c==7b7=d(:,(k1:k2));imwrite(b7,'');t7=tezhengtiqu(b7);P_test = [t7]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第7个字符
if c==8b8=d(:,(k1:k2));imwrite(b8,'');t8=tezhengtiqu(b8);P_test = [t8]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第8个字符
if c==9b9=d(:,(k1:k2));imwrite(b9,'');t9=tezhengtiqu(b9);P_test = [t9]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第9个字符
if c==10b10=d(:,(k1:k2));imwrite(b10,'');t10=tezhengtiqu(b10);P_test = [t10]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第10个字符
if c==11b11=d(:,(k1:k2));imwrite(b11,'');t11=tezhengtiqu(b11);P_test = [t11]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第11个字符
if c==12b12=d(:,(k1:k2));imwrite(b12,'');t12=tezhengtiqu(b12);P_test = [t12]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第12个字符
if c==13b13=d(:,(k1:k2));imwrite(b13,'');t13=tezhengtiqu(b13);P_test = [t13]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第13个字符
if c==14b14=d(:,(k1:k2));imwrite(b14,'');t14=tezhengtiqu(b14);P_test = [t14]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第14个字符
if c==15b15=d(:,(k1:k2));imwrite(b15,'');t15=tezhengtiqu(b15);P_test = [t15]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第15个字符
if c==16b16=d(:,(k1:k2));imwrite(b16,'');t16=tezhengtiqu(b16);P_test = [t16]; y = sim(net,P_test');word=jieguoxianshi(y)
end
%--------第16个字符c=c+1;
end
subplot(2,8,1),imshow（'');
subplot（2,8,2),imshow('');
subplot(2,8,3),imshow('');
subplot(2,8,4),imshow('');
subplot(2,8,5),imshow('');
subplot(2,8,6),imshow('');
subplot(2,8,7),imshow('');
subplot(2,8,8),imshow('');
subplot(2,8,9),imshow('');
subplot(2,8,10),imshow('');
subplot(2,8,11),imshow('');
subplot(2,8,12),imshow('');
subplot(2,8,13),imshow('');
subplot(2,8,14),imshow('');
subplot(2,8,15),imshow('');
subplot(2,8,16),imshow('');%标准图像识别：load fbp;
G=imread('');%读取
I=rgb2gray(G);
%--------转灰度图象
B1=filter2(fspecial('average',3),I)/255;
%--------均值滤波
imshow(d);
k1=1;k2=1;s=sum(d');j=2;a=1;c=1
[m,n]=size(d');
while s(j)==mj=j+1;
end
k1=j;
while s(j)~=m && j<=n-1j=j+1;
end
k2=j-1;
d=d((k1:k2),:);
%--------行分割
[m,n]=size(d);
k1=1;k2=1;s=sum(d);j=2;a=1;c=1
for a=1:16 while s(j)==mj=j+1;endk1=j;while s(j)~=m && j<=n-1j=j+1;endk2=j-1;
%--------列分割if c==1b1=d(:,(k1:k2));imwrite(b1,'');t1=tezhengtiqu(b1);P_test = [t1']; y = sim(net,P_test);word=fbmjieguoxianshi(y)end
%--------第1个字符
if c==2b2=d(:,(k1:k2));imwrite(b2,'');t2=tezhengtiqu(b2);P_test = [t2]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第2个字符
if c==3b3=d(:,(k1:k2));imwrite(b3,'');t3=tezhengtiqu(b3);P_test = [t3]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第3个字符
if c==4b4=d(:,(k1:k2));imwrite(b4,'');t4=tezhengtiqu(b4);P_test = [t4]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第4个字符
if c==5b5=d(:,(k1:k2));imwrite(b5,'');t5=tezhengtiqu(b5);P_test = [t5]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第5个字符
if c==6b6=d(:,(k1:k2));imwrite(b6,'');t6=tezhengtiqu(b6);P_test = [t6]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第6个字符
if c==7b7=d(:,(k1:k2));imwrite(b7,'');t7=tezhengtiqu(b7);P_test = [t7]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第7个字符
if c==8b8=d(:,(k1:k2));imwrite(b8,'');t8=tezhengtiqu(b8);P_test = [t8]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第8个字符
if c==9b9=d(:,(k1:k2));imwrite(b9,'');t9=tezhengtiqu(b9);P_test = [t9]; y = sim（net,P_test');word=fbmjieguoxianshi(y)
end
%--------第9个字符
if c==10b10=d(:,(k1:k2));imwrite(b10,'');t10=tezhengtiqu(b10);P_test = [t10]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第10个字符
if c==11b11=d(:,(k1:k2));imwrite(b11,'');t11=tezhengtiqu(b11);P_test = [t11]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第11个字符
if c==12b12=d(:,(k1:k2));imwrite(b12,'');t12=tezhengtiqu(b12);P_test = [t12]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第12个字符
if c==13b13=d(:,(k1:k2));imwrite(b13,'');t13=tezhengtiqu(b13);P_test = [t13]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第13个字符
if c==14b14=d(:,(k1:k2));imwrite(b14,'');t14=tezhengtiqu(b14);P_test = [t14]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第14个字符
if c==15b15=d(:,(k1:k2));imwrite(b15,'');t15=tezhengtiqu(b15);P_test = [t15]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第15个字符
if c==16b16=d(:,(k1:k2));imwrite(b16,'');t16=tezhengtiqu(b16);P_test = [t16]; y = sim(net,P_test');word=fbmjieguoxianshi(y)
end
%--------第16个字符c=c+1;
end
subplot(2,8,1),imshow('');
subplot(2,8,2),imshow('');
subplot(2,8,3),imshow('');
subplot(2,8,4),imshow('');
subplot(2,8,5),imshow('');
subplot(2,8,6),imshow('');
subplot(2,8,7),imshow('');
subplot(2,8,8),imshow('');
subplot(2,8,9),imshow('');
subplot(2,8,10),imshow('');
subplot(2,8,11),imshow('');
subplot(2,8,12),imshow('');
subplot(2,8,13),imshow('');
subplot(2,8,14),imshow('');
subplot(2,8,15),imshow('');
subplot(2,8,16),imshow('');%标准图像识别结果显示：function word=jieguoxianshi(y)
%显示结果的函数
y=[round(y(1)),round(y(2)),round(y(3)),
round(y(4)),round(y(5)),round(y(6)),
round(y(7)),round(y(8)),round(y(9)),
round(y(10)),round(y(11)),round(y(12)),
round(y(13)),round(y(14)),round(y(15)),
round(y(16))];
[C,I]=max(y);
if I==16word='匣';
elseif I==15word='囡';
elseif I==14word='图';
elseif I==13word='国';
elseif I==12word='盅';
elseif I==11word='匡';
elseif I==10word='盏';
elseif I==9word='固';
elseif I==8word='监';
elseif I==7word='盂';
elseif I==6word='盒';
elseif I==5word='团';
elseif I==4word='盈';
elseif I==3word='団';
elseif I==2word='盔';
elseif I==1word='因';
end%乱序图像识别结果显示function word=jieguoxianshi(y)
%显示结果的函数
y=[round(y(1)),round(y(2)),round(y(3)),
round(y(4))];
if y==[0,0,0,0]word='匣';
elseif y==[0,0,0,1,]word='囡';
elseif y==[0,0,1,0]word='图';
elseif y==[0,0,1,1]word='国';
elseif y==[0,1,0,0]word='盅';
elseif y==[0,1,0,1]word='匡';
elseif y==[0,1,1,0]word='盏';
elseif y==[0,1,1,1]word='固';
elseif y==[1,0,0,0]word='监';
elseif y==[1,0,0,1]word='盂';
elseif y==[1,0,1,0]word='盒';
elseif y==[1,0,1,1]word='团';
elseif y==[1,1,0,0]word='盈';
elseif y==[1,1,0,1]word='団';
elseif y==[1,1,1,0]word='盔';
elseif y==[1,1,1,1]word='因';
end%特征提取：function PN=moshishibie(d)
%特征提取函数
%通过13点特征提取法提取特征
%d为已处理图象
[m,n]=size(d);
k1=1;
for i=1:m/4for j=1:n/2if d(i,j)==1k1=k1+1;endend
end
k2=1;
for i=1:round(m/4)for j=round(n/2):round(n)if d(i,j)==1k2=k2+1;endend
end
k3=1;
for i=round(m/4):m/2for j=1:n/2if d(i,j)==1k3=k3+1;endend
end
k4=1;
for i=round(m/4):m/2for j=round(n/2):nif d(i,j)==1k4=k4+1;endend
end
k5=1;
for i=round(m/2):round(m*3/4)for j=1:round(n/2)if d(i,j)==1k5=k5+1;endend
end
k6=1;
for i=round(m/2):round(m*3/4)for j=round(n/2):nif d(i,j)==1k6=k6+1;endend
end
k7=1;
for i=round(m*3/4):mfor j=1:round(n/2)if d(i,j)==1k7=k7+1;endend
end
k8=1;
for i=round(m*3/4):mfor j=round(n/2):nif d(i,j)==1k8=k8+1;endend
end
k9=k3+k4;
k10=k5+k6;
k11=k1+k3+k5+k7;
k12=k2+k4+k6+k8;
k13=k11+k12;
k=[k1,k2,k3,k4,k5,k6,k7,k8,k9,k10,k11,k12,13];
[PN,minp,maxp] = premnmx(k); %归一化附 录2
Neural Network object: %神经网络的对象；architecture: %结构；numInputs: 1numLayers: 3biasConnect: [1; 1; 1]inputConnect: [1; 0; 0]layerConnect: [0 0 0; 1 0 0; 0 1 0]outputConnect: [0 0 1]targetConnect: [0 0 1]numOutputs: 1 (read-only)numTargets: 1 (read-only)numInputDelays: 0 (read-only)numLayerDelays: 0 (read-only)subobject structures: %子对象结构inputs: {1x1 cell} of inputslayers: {3x1 cell} of layersoutputs: {1x3 cell} containing 1 outputtargets: {1x3 cell} containing 1 targetbiases: {3x1 cell} containing 3 biasesinputWeights: {3x1 cell} containing 1 input weightlayerWeights: {3x3 cell} containing 2 layer weights
functions: %功能adaptFcn: 'trains'initFcn: 'initlay'performFcn: 'mse'trainFcn: 'trainlm'parameters: %参数adaptParam: .passesinitParam: (none)performParam: (none)trainParam: .epochs, .goal, .max_fail, .mem_reduc, .min_grad, .mu, .mu_dec, .mu_inc, .mu_max, .show, .timeweight and bias values: %权重和偏置值IW: {3x1 cell} containing 1 input weight matrixLW: {3x3 cell} containing 2 layer weight matricesb: {3x1 cell} containing 3 bias vectorsother: %其他userdata: (user stuff)
总结
以上是生活随笔为你收集整理的基于MATLAB印刷体汉字识别解析的全部内容，希望文章能够帮你解决所遇到的问题。
如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。
