基于OCR技术的名片识别方法研究

【摘要】: 名片在日常生活和工作中起着非常重要的作用，已经成为人类重要的身份信息载体. 因为名片包含诸如名称，地址，电话号码和网站地址之类的信息，所以大多数名片都是双语混合排名. 目前名片识别服务，迫切需要解决中英文混用时名片识别速度慢，准确率低的问题. 本文研究了OCR名片识别方法的新技术，以弥补上述名片识别技术的不足. 针对现有二值化方法在名片识别中存在的问题，如全局阈值分割方法精度低，局部阈值二值化方法产生伪像，运行速度慢，全局阈值和局部阈值等问题. 组合二值化算法在处理复杂格式名片等时性能较差. 研究了一种结合全局阈值和局部阈值的优化算法. 该方法使用类间方差法来计算最佳全局阈值. 对于距离较远的像素名片识别服务，使用全局阈值方法对其进行二值化；对于更接近阈值的像素，使用局部阈值法对其进行二值化，从而使图像二值化效果更加清晰. 用数学形态学扩展算法对名片图像的布局进行分析，完成对图像布局块的划分. 然后使用投影方法确定布局块的属性并提出一个文本块. 该算法可以快速，准确地分析复杂名片的布局. 本文研究了传统汉英混合字符识别技术中分割不完全，识别率低的问题，提出了一种反馈识别的单位单元算法，将左右结构汉字分为错误的汉字. 合并. 实验表明，该方法优于常规的部件合并方法. 合并部分后，可以检测并重新分割卡住的汉字和英文字符，以提高字符识别的准确性. 最后，对名片文本信息进行分类，并在启发式规则分类的基础上，添加布局信息以辅助分类，大大提高了文本信息分类的准确性. 本文使用该方法对名片进行测试，并对原始方法的测试结果进行比较和分析. 结论: 基于OCR技术的名片识别方法识别精度高，复杂度低，速度快，适用于各种格式的名片.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/ruanjian/article-251971-1.html