極坐標(biāo)的像素點(diǎn)作為極坐標(biāo)的圓心，半徑為切片中像素點(diǎn)之間的最大距離 max (distance)，并對(duì)半徑進(jìn)行歸一化處理。
[0108] 直角坐標(biāo)（X，y)轉(zhuǎn)換成極坐標(biāo)（p，Θ )的公式為：
[0109]
[0110] -矩陣轉(zhuǎn)換模塊2032,用于將每一對(duì)數(shù)極坐標(biāo)分別轉(zhuǎn)換為一維矩陣。該矩陣轉(zhuǎn)換 模塊通過(guò)以下模塊將對(duì)數(shù)極坐標(biāo)轉(zhuǎn)換為一維矩陣：
[0111] 一劃分模塊20321，用于將極坐標(biāo)圓的半徑和角度進(jìn)行等量劃分；
[0112] -二維矩陣生成模塊20322,用于根據(jù)劃分后每個(gè)區(qū)域內(nèi)的像素點(diǎn)數(shù)得出二維矩 陣；
[0113] --維矩陣生成模塊20323,用于將該二維矩陣生成模塊得到的二維矩陣轉(zhuǎn)化成 一維矩陣；
[0114] 一傅里葉變換模塊20324,用于將一維矩陣進(jìn)行一維傅里葉變換。
[0115] -矩陣合并模塊2033,用于將所有的一維矩陣合并成一 m*n的二維矩陣，m為切片 的像素點(diǎn)數(shù)，η為一維矩陣的長(zhǎng)度，該m*n的二維矩陣為切片對(duì)應(yīng)的形狀上下文。
[0116] 該識(shí)別單元204,用于根據(jù)形狀上下文的特征值進(jìn)行搜索，找到與切片所包含的字 符最接近的樣本作為識(shí)別結(jié)果。本實(shí)施例的識(shí)別單元204包括：
[0117] 一匹配模塊2041，用于根據(jù)形狀上下文的特征值在樣本庫(kù)中進(jìn)行搜索，利用匈牙 利算法進(jìn)行二分圖匹配，找到距離最近的樣本作為識(shí)別結(jié)果。其中，
[0118] 該匹配模塊2041首先，將切片和樣本庫(kù)中的樣本作為待匹配的二分圖點(diǎn)集合，每 個(gè)點(diǎn)代表一維矩陣，計(jì)算每個(gè)點(diǎn)與樣本中所有點(diǎn)的距離，當(dāng)距離小于minCost，則認(rèn)為兩點(diǎn) 是可匹配的；
[0119] 然后，利用匈牙利算法求出切片與樣本間可匹配的最大值；
[0120] 最后，將切片與所有的樣本圖片進(jìn)行匹配，計(jì)算出所有的可匹配的最大值，將可匹 配的最大值中的最大值作為識(shí)別結(jié)果。
[0121] 本實(shí)施例的圖像識(shí)別方法及系統(tǒng)可以對(duì)具有縮放、旋轉(zhuǎn)、重疊和扭曲的手寫(xiě)體字 符或變形字符等特殊字符進(jìn)行準(zhǔn)確地識(shí)別，減少所需的樣本文件，減少識(shí)別所需的時(shí)間，提 高識(shí)別效率。
[0122] 雖然以上描述了本發(fā)明的【具體實(shí)施方式】，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這些 僅是舉例說(shuō)明，本發(fā)明的保護(hù)范圍是由所附權(quán)利要求書(shū)限定的。本領(lǐng)域的技術(shù)人員在不背 離本發(fā)明的原理和實(shí)質(zhì)的前提下，可以對(duì)這些實(shí)施方式做出多種變更或修改，但這些變更 和修改均落入本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種圖像識(shí)別方法，其特征在于，該圖像識(shí)別方法包括： 51、 從待識(shí)別的圖片中獲取該圖片包含的圖像； 52、 將該圖像切分成若干切片，每個(gè)切片包含一個(gè)字符； 53、 根據(jù)每一切片的像素點(diǎn)，分別計(jì)算每一切片對(duì)應(yīng)的形狀上下文； 54、 根據(jù)形狀上下文的特征值進(jìn)行搜索，找到與切片所包含的字符最接近的樣本作為 識(shí)別結(jié)果。2. 如權(quán)利要求1所述的圖像識(shí)別方法，其特征在于，步驟Si包括： Sn、將待識(shí)別的圖片進(jìn)行灰度處理； 512、 將灰度處理后的圖片進(jìn)行二值化處理； 513、 對(duì)二值化處理后的圖片包含的圖像進(jìn)行描邊處理； 514、 去除該圖像中孤立的像素點(diǎn)； 515、 補(bǔ)齊該圖像的邊緣。3. 如權(quán)利要求1所述的圖像識(shí)別方法，其特征在于，S2包括： 521、 根據(jù)聯(lián)通分量將該圖像切分成X個(gè)切片，X為正整數(shù)； 522、 若X等于該圖像包含的字符數(shù)，則執(zhí)行S3，若X小于該圖像包含的字符數(shù)，則根據(jù)橫 向投影將該X個(gè)切片切分成若干個(gè)切片。4. 如權(quán)利要求1所述的圖像識(shí)別方法，其特征在于，S3包括對(duì)每一切片分別執(zhí)行以下 步驟： 531、 將切片中每一像素點(diǎn)分別轉(zhuǎn)換成對(duì)數(shù)極坐標(biāo)； 532、 將每一對(duì)數(shù)極坐標(biāo)分別轉(zhuǎn)換為一維矩陣； 533、 將所有的一維矩陣合并成一m*n的二維矩陣，m為切片的像素點(diǎn)數(shù)，n為一維矩陣 的長(zhǎng)度，該m*n的二維矩陣為切片對(duì)應(yīng)的形狀上下文。5. 如權(quán)利要求4所述的圖像識(shí)別方法，其特征在于，S31包括： S311、將待轉(zhuǎn)換為對(duì)數(shù)極坐標(biāo)的像素點(diǎn)作為極坐標(biāo)的圓心，半徑為切片中像素點(diǎn)之間的 最大距離，并對(duì)半徑進(jìn)行歸一化處理。6. 如權(quán)利要求5所述的圖像識(shí)別方法，其特征在于，S32通過(guò)以下步驟將對(duì)數(shù)極坐標(biāo)轉(zhuǎn) 換為一維矩陣： 5321、 將極坐標(biāo)圓的半徑和角度進(jìn)行等量劃分； 5322、 根據(jù)劃分后每個(gè)區(qū)域內(nèi)的像素點(diǎn)數(shù)得出二維矩陣； 5323、 將S322得到的二維矩陣轉(zhuǎn)化成一維矩陣； 5324、 將一維矩陣進(jìn)行一維傅里葉變換。7. 如權(quán)利要求1所述的圖像識(shí)別方法，其特征在于，S4包括： S41、根據(jù)形狀上下文的特征值在樣本庫(kù)中進(jìn)行搜索，利用匈牙利算法進(jìn)行二分圖匹配， 找到距離最近的樣本作為識(shí)別結(jié)果。8. -種圖像識(shí)別系統(tǒng)，其特征在于，該圖像識(shí)別系統(tǒng)包括： 一獲取單元，用于從待識(shí)別的圖片中獲取該圖片包含的圖像； 一切分單元，用于將該圖像切分成若干切片，每個(gè)切片包含一個(gè)字符； 一計(jì)算單元，用于根據(jù)每一切片的像素點(diǎn)，分別計(jì)算每一切片對(duì)應(yīng)的形狀上下文； 一識(shí)別單元，用于根據(jù)形狀上下文的特征值進(jìn)行搜索，找到與切片所包含的字符最接 近的樣本作為識(shí)別結(jié)果。9. 如權(quán)利要求8所述的圖像識(shí)別系統(tǒng)，其特征在于，該獲取單元包括： 一灰度處理模塊，用于將待識(shí)別的圖片進(jìn)行灰度處理； 一二值化處理模塊，用于將灰度處理后的圖片進(jìn)行二值化處理； 一描邊模塊，用于對(duì)二值化處理后的圖片包含的圖像進(jìn)行描邊處理； 一去除模塊，用于去除該圖像中孤立的像素點(diǎn)； 一圖像生長(zhǎng)模塊，用于補(bǔ)齊該圖像的邊緣。10. 如權(quán)利要求8所述的圖像識(shí)別系統(tǒng)，其特征在于，該切分單元包括： 一切片模塊，用于根據(jù)聯(lián)通分量將該圖像切分成X個(gè)切片，X為正整數(shù)； 一比較模塊，用于在X等于該圖像包含的字符數(shù)時(shí)調(diào)用該計(jì)算單元，以及在X小于該圖 像包含的字符數(shù)時(shí)根據(jù)橫向投影將該X個(gè)切片切分成若干個(gè)切片。11. 如權(quán)利要求8所述的圖像識(shí)別系統(tǒng)，其特征在于，該計(jì)算單元用于對(duì)每一切片分別 調(diào)用以下模塊： 一坐標(biāo)轉(zhuǎn)換模塊，用于將切片中每一像素點(diǎn)分別轉(zhuǎn)換成對(duì)數(shù)極坐標(biāo)； 一矩陣轉(zhuǎn)換模塊，用于將每一對(duì)數(shù)極坐標(biāo)分別轉(zhuǎn)換為一維矩陣； 一矩陣合并模塊，用于將所有的一維矩陣合并成一m*n的二維矩陣，m為切片的像素點(diǎn) 數(shù)，n為一維矩陣的長(zhǎng)度，該m*n的二維矩陣為切片對(duì)應(yīng)的形狀上下文。12. 如權(quán)利要求11所述的圖像識(shí)別系統(tǒng)，其特征在于，該坐標(biāo)轉(zhuǎn)換模塊還用于將待轉(zhuǎn) 換為對(duì)數(shù)極坐標(biāo)的像素點(diǎn)作為極坐標(biāo)的圓心，半徑為切片中像素點(diǎn)之間的最大距離，并對(duì) 半徑進(jìn)行歸一化處理。13. 如權(quán)利要求12所述的圖像識(shí)別系統(tǒng)，其特征在于，該矩陣轉(zhuǎn)換模塊包括： 一劃分模塊，用于將極坐標(biāo)圓的半徑和角度進(jìn)行等量劃分； 一二維矩陣生成模塊，用于根據(jù)劃分后每個(gè)區(qū)域內(nèi)的像素點(diǎn)數(shù)得出二維矩陣； 一一維矩陣生成模塊，用于將該二維矩陣生成模塊得到的二維矩陣轉(zhuǎn)化成一維矩陣； 一傅里葉變換模塊，用于將一維矩陣進(jìn)行一維傅里葉變換。14. 如權(quán)利要求8所述的圖像識(shí)別系統(tǒng)，其特征在于，該識(shí)別單元包括： 一匹配模塊，用于根據(jù)形狀上下文的特征值在樣本庫(kù)中進(jìn)行搜索，利用匈牙利算法進(jìn) 行二分圖匹配，找到距離最近的樣本作為識(shí)別結(jié)果。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種圖像識(shí)別方法及系統(tǒng)，其中，該圖像識(shí)別方法包括：S1、從待識(shí)別的圖片中獲取該圖片包含的圖像；S2、將該圖像切分成若干切片，每個(gè)切片包含一個(gè)字符；S3、根據(jù)每一切片的像素點(diǎn)，分別計(jì)算每一切片對(duì)應(yīng)的形狀上下文；S4、根據(jù)形狀上下文的特征值進(jìn)行搜索，找到與切片所包含的字符最接近的樣本作為識(shí)別結(jié)果。本發(fā)明能夠彌補(bǔ)現(xiàn)有技術(shù)中對(duì)變形字或手寫(xiě)體字符等特殊字符的識(shí)別不準(zhǔn)確的不足，對(duì)具有縮放、旋轉(zhuǎn)、重疊和扭曲的特殊字符進(jìn)行準(zhǔn)確地識(shí)別，減少所需的樣本文件，減少識(shí)別所需的時(shí)間，提高識(shí)別效率。
【IPC分類(lèi)】G06K9/68
【公開(kāi)號(hào)】CN105139042
【申請(qǐng)?zhí)枴緾N201510567155
【發(fā)明人】何曉力, 張勇, 李可瑋
【申請(qǐng)人】攜程計(jì)算機(jī)技術(shù)（上海）有限公司
【公開(kāi)日】2015年12月9日
【申請(qǐng)日】2015年9月8日