基于移动终端的自然场景文本定位和识别

【摘要】：随着人们生活水平的不断提高,以及多媒体技术的发展,具有拍照功能的移动终端产品得到广泛的普及,其中最具代表性的就是智能手机,这使得人们捕获日常生活中的自然场景图像更加容易,同时自然场景图像的文本提取和识别有着广泛的应用前景。 在自然场景中,图像背景通常较为复杂,还包括光照不均、阴影以及高亮点等干扰因素;同时,自然场景中字符的大小、颜色、字体以及排列方式各有差异。这些因素使得对自然场景中文本的分析更加困难。 本文基于手机设备,针对自然场景中的文本定位以及识别进行研究,并开发一套完整的基于手机设备的文本分析系统,主要内容如下: 1、基于手机设备的摄像头开发 结合DirectShow技术,对Windows Mobile手机的摄像头进行开发,并提出两种图像捕获方案,把摄像头嵌入到文本分析系统中,实现自然场景文本图像的实时捕获。 2、自然场景的文本定位 本文充分考虑移动终端设备硬件资源的限制,以及自然场景文本图像的各种干扰因素,实现一种基于边缘和连通域的快速文本定位方法。 3、自然场景的文本识别 通过文本定位得到文本区后,首先对文本区进行切分,得到单个字符区,然后提取单个字符区的方向线素特征,最后通过欧式距离分类器,输出最终识别结果。