中文名片识别系统的实现.pdf

中文信息学报，第14卷，第2期，中文信息学报，第1卷. 14 No. 2中国名片识别系统的实现张春张涛黄霄中国科学院自动化研究所字符识别工程中心，北京100080摘要本文介绍了中国名片识别系统的实际应用，分析了其结构系统的. 该系统首先根据实际中的一些具体问题对名片图像进行预处理，然后基于传统的布局分析技术对名片的布局进行分析. 识别出分割区域中的字符后，基于基于识别结果中的语义知识和布局分析获得的位置信息的知识规则名片识别系统，基于识别规则来理解识别结果，从而实现了名片信息的自动输入，以及整个系统在实践中显示出良好的性能. 关键字名片识别系统，图像处理，布局分析，字符识别，知识规则理解中国名片识别系统张纯张涛黄霄中国科学院北京自动化研究所100080电子邮件: Zhangch @hw. ia. 交流摘要本文提出了一种中文名片识别系统，并对其结构进行了分析. 系统的第一部分是保护名片图像. 在这方面，我们必须解决许多实际问题. 然后，系统分析业务卡的布局，并将其分成几个块. 随后，将识别每个块中的字符，并通过使用知识规则使她理解结果. 在整个过程之后，名片信息将自动导入到计算机中. 字符识别知识规则关键字中文名片识别系统图像处理布局分析1.概述名片是人们日常商务活动中最重要的信息载体之一. 但是，随着经济往来的频繁化，名片数量大大增加，给名片信息的存储，管理和搜索带来了很大的困难.

微型计算机和个人数字助理（PDA）的普及使得使用在微型计算机和PDA中存储和管理名片信息成为可能. 这又需要解决输入名片信息的问题. 如果可以使用OCR技术制造计算机，则自动获取名片的各种信息将在很大程度上节省人力和时间. 本文介绍的中文名片识别系统就是为此目的而开发的. 整个系统包括四个部分: 图像预处理，布局分析，字符识别和名片信息理解（如图1所示）. 21图1系统框图系统的输入是一张或多张名片的扫描图像. 预处理部分主要包括提取一张名片，以及对名片图像进行二值化和倾斜校正. 布局分析部分主要根据名片布局的特征将整个布局划分为多个功能块，初步判断功能块的属性，并将文本块划分为文本行. 识别部分使用多字体，大字符集和多语言混合识别系统. 理解部分是基于知识的综合决策系统. 最后，系统会将名片图像处理扫描为组织好的名片信息项. 下面介绍系统的每个部分. 由于名片的布局特殊且复杂名片识别系统，因此预处理和布局分析过程与通常的文档OCR系统完全不同，因此本文将重点介绍前两部分. 2.名片图像的预处理对于一张名片的黑白扫描图像，预处理的主要内容包括图像的噪点消除和倾斜校正.

如果是灰度图像，则还包括二值化处理. 当扫描设备使用平板扫描仪将多张名片扫描成大图像时，必须从整个图像中提取一张名片. 2. 1提取一张名片当扫描设备使用平板扫描仪时，为了使用户方便并提高扫描速度，必须一次扫描多张名片. 在此假设一次扫描中，所有名片都以相同方向放置，即它们以水平或垂直行放置，并且每张名片之间保持一定的距离. 然后可以根据以下算法提取一张名片: 1.确定名片是水平放置还是垂直放置. 2.在第一行的左侧，精确定位第一张名片左下角的坐标. 3.根据名片的几何尺寸和上一步的定位结果，获得名片的边界，从整个图像中擦除名片，然后返回第二步以找到起点坐标直到找到所有名片为止. 直到将其提取. 使用此方法提取单个名片，名片的每一行不必严格地在同一水平线上，并且每一行和每一列中的名片数可以是任意数量. 2. 2二值化名片的布局色彩丰富，许多名片的背景，底纹和前景字符之间的色差不够大，因此黑白扫描方法会严重丢失图像信息. 我们使用灰度扫描的一个重要目的是获取尽可能多的详细图像信息，以确保正确的识别和理解率.

这里的一个问题是: 在进行自适应二值化[5]时，根据整个图像灰度值的统计特性获得的动态阈值仅对于局部背景色或背景色的分布相对分散. 当黑色边缘太重时（图2），二值化后图像会严重失真（图3），因此我们将整个图像分为3×3小块进行自适应二值化. 图像效果已经得到了一定程度的改善，但是一些特殊的名片会出现错误（图4），因此该算法得到了进一步的改进: 在块二值化的基础上，对二进制图像进行水平和垂直投影在方向上两次，然后根据投影结果简单地对名片进行分割，然后将扫描的黑色边框或类似背景区域划分为相同的分割区域，并且在每个分割区域中自适应地对灰度图像进行二值化. 应用该方法，二值化效果得到了极大的提高，可以满足布局分析的要求（图5）. 2. 3倾斜校正在扫描过程中，图像经常会出现倾斜，因此有必要对其进行校正以确保布局分析和线段分割的正确性. 22. 由于名片的布局很复杂，因此并非如此. 普通文档中的文本紧凑排列，线条之间的关系清晰. 因此，首先，基于所连接的域执行闭合线聚类，并且聚类之后的最大文本块检测中间的倾斜角. 图2原始图像效果3整个图像的二值化效果图4×每个块的二值化效果5 3 3当线成簇时，根据灰度分布执行二值化的二值化效果确保每个专家块的一致性，即不会出现水平线和垂直线并存的情况.

这时，同一聚合块中相似连接域的质心线与整个图像的倾斜角一致. 因此，对于聚合块中的每个连接块，找到最接近的块，计算其质心线的距离和倾斜度，最后在出现最大次数的方向上在最大允许倾斜度范围内对这些值进行计数. 结果. 此时，倾斜角的误差在±度以内. 5在上述方法的基础上，将初步检测角度±度分为100个相等的部分，并对聚合块中连接域的质心点5进行Hough变换，并且精确度为0.1学位可以获得. 由于名片上的连接域通常不超过150个，因此Hough变换处理的连接域块的实际数量并不多，因此不会对速度产生影响. 因此，这里使用的霍夫变换是一种相对简单的霍夫变换方法[7]，而不是一些快速算法. 3.布局分析与普通文档的布局相比，名片的布局非常特殊. 首先，从信息发布的角度来看，名片的面积很小，信息种类丰富. 名片的各种信息中的大多数通常分布在某个位置，因此布局可以分为许多块. 每个功能块的相对位置也具有一定的规律性. 例如，标题后通常是姓名，电话和地址通常在名片的底部.

每个功能块使用的字体大小完全不同. 其次，名片的布局非常丰富. 同一张名片中的每个功能块都可以水平或垂直放置. 因此，必须正确判断功能块的布局. 论文[2]提出了一种使用模板匹配来解决布局划分的方法. 根据名片中每个功能块的位置，制作6个模板，然后根据模板信息进行自上而下的划分得到功能块. 随着越来越多的名片采用个性化23种设计，名片布局的不确定性增加，使得模板匹配方法无法满足实际系统中的应用需求. 这里，使用基于规则的连接域合并算法从下往上提取功能块的几何边界，然后在下面的理解部分中分析该块的属性. 算法如下: 1.计算连接域； 2.根据连接域之间的距离，位置关系和字体高度，对连接域进行多次合并； 3.确定合并结果的合理性，并分割不合理的块（分钟）. 提取功能块后，标记功能块的位置信息，并判断该块的布局以供理解. 此外，根据布局判断的结果，执行块的水平或垂直投影分割，以获得功能块中的每一行，该功能块是识别部分的字符分割的基本单位. 表1显示了在具有多种格式的364张名片上提取功能块的测试结果. 图6显示了功能块边界的示例.

正确纸张总数的准确率水平197 188 95.4％垂直71 66 93％混合96 87 90.6％所有364341 94％ͼ64.字符识别，因为名片包含中文，英文和英文数字标点和甚至日语，韩语和许多其他语言，以及就汉字而言，不仅是简体字和繁体字，而且还有各种各样的字符: 许多很少在文本中使用的字符可能会出现在名称或地址中. 名片中字符的字体也发生了很大变化. 在某些名片中，将出现在普通文本中很少使用的字体，例如Yaoti，Xingdan，Variety Show，Meihei等. 因此，为了达到良好的识别效果，系统的识别核心采用了多字体，大字符集和多语言的混合识别系统. 该系统选择一组网格特征和Kirsch方向特征，这些特征在抗干扰和字符拓扑结构描述方面是互补的. 基于支持向量技术和可成长的自组织神经网络模型，建立了识别系统. 包括使用支持向量技术构建的最优余量语言分类器，可以发展自组织神经网络的粗略分类器以及结合了统计和结构识别方法的三级汉字分类器. 输入模式首先通过语言分类器. 如果是英文符号，则进入BP神经网络符号分类器以获得输出结果. 如果是汉字，则进入SOFM神经网络的一级粗分类器，再通过结构匹配法建立的二级分类器. 此时，如果输出可信度大于某个阈值，则识别结果输出；否则，它将进入L VQ4分类器以进行24个三级分类.

其中，第一级和第二级粗分类特征使用汉字的外轮廓特征，而三级分类特征是网格特征和柯氏方向特征的加权组合. 5.名片信息的理解名片信息的理解是分析识别结果并提取名片的各种信息，以实现名片信息的分类和管理. 随着名片的布局变得越来越复杂，使用传统的模板匹配方法很难满足实际需求. 因此，我们使用基于知识规则的理解方法来分析和提取名片中的信息项. 名片中各种信息的属性分类可以分为图7所示的结构. 此结构称为逻辑结构知识，以及名片中每个信息项的物理位置，几何高度和位置. 构成信息项之间的关系除了了解信息项的几何结构外，识别结果中关键字反映的信息内容（例如电话，地址等）也称为语义知识. 全面运用这三种知识，建立完善的决策机制，正确认识识别结果为信息项. ͼ7在实施过程中，采用了自下而上的方法，对各种信息项进行合并和判断，大大减少了对布局结构的依赖，获得了很好的理解. VI. 结论本文介绍了中文名片识别系统以及实现过程中使用的特定方法. 在实践中取得了良好的识别结果. 技术用于将识别系统与名片管理系统链接，以实现中文名片. OCR的自动录入和管理，整个系统具有良好的性能和市场前景，是OCR技术的一个有前途的应用方向.

参考文献[1]邱耀辉，李希建. 识别中国名片. 见: 第四届ICDAR会议论文集，第二版，1997年[2]林晓凡，丁晓青，吴有寿. 实华. 高性能中文印刷文本识别研究[硕士论文]. 北京: 中国科学院自动化研究所，1994年: 加拿大第三届ICDAR学会会议论文集，1995年，978-981 [4]郭浩，丁喜庆，郭凤喜. 高性能的双语中文汉英OCR系统的实现. ki见: 日本的系统与计算机，1990，21（12）: 16-24 [6]江哲，夏颖. 中文版面分析技术. 见: 第六届全国汉字识别会议论文集，重庆，1996 [7]徐建华. 图像处理和分析. 北京: 科学出版社，1992 [5] Toriu Takashi，岩濑弘道，五岛. 使用最小滤波来选择阈值. Toshiyu225

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-286372-1.html