为解决复杂背景中准确地进行文字分割的问题,提出了一种应用stroke滤波器进行文本分割的新方法。首先进行stroke滤波器的合理设计,并应用所设计的stroke滤波器来判别文本的彩色极性,得到初次分割的二值图。然后进行基于区域生长的文字...为解决复杂背景中准确地进行文字分割的问题,提出了一种应用stroke滤波器进行文本分割的新方法。首先进行stroke滤波器的合理设计,并应用所设计的stroke滤波器来判别文本的彩色极性,得到初次分割的二值图。然后进行基于区域生长的文字分割。最后,应用OCR(optical character recognition)模块提高文本分割的整体性能。将提出的算法与其他算法进行了比较,结果表明,所提算法更为有效。展开更多
电子评标过程中,由于目前的辅助招评标系统在智能化程度方面有所欠缺,在评标效率、准确率等方面仍有提升进步的区间。例如,在获取招投标文件图片信息中,现有的辅助招评标系统识别效果较差。为解决现有问题,提出了一种通过使用光学字符识...电子评标过程中,由于目前的辅助招评标系统在智能化程度方面有所欠缺,在评标效率、准确率等方面仍有提升进步的区间。例如,在获取招投标文件图片信息中,现有的辅助招评标系统识别效果较差。为解决现有问题,提出了一种通过使用光学字符识别(Optical Character Recognition,OCR)技术获取招投标文件内容,并对上传图片进行灰度值、图像预处理。该方法可大幅度增强系统智能辅助招评标功能,使用公章检测算法判断招投标文件中公章使用情况,划分标书文字块,从而缩短评标时间,减轻评审标书的工作强度,解决了评标过程中的评审不公正、评标效率低等问题,使招投标项目的评标更加公平、公正、公开。展开更多
联机手写汉字识别(On-line handwritten Chinese character recognition,简称OLCCR),是指用笔在图形输入板上写字,人一面写,机器一面认,是一种方便的汉字识别手段,是在各种自动识别输入的方法中,能够代替或部分代替人工编码输入的惟一...联机手写汉字识别(On-line handwritten Chinese character recognition,简称OLCCR),是指用笔在图形输入板上写字,人一面写,机器一面认,是一种方便的汉字识别手段,是在各种自动识别输入的方法中,能够代替或部分代替人工编码输入的惟一可能的方法。设计了一种基于获取笔段序列的联机手写汉字识别方法,并用可视化编程工具VC++6.0实现了该算法,经测试,平均识别率达95.7%。展开更多
为了解决传统汉字笔画提取效率较低,使用点集匹配进行笔画提取成功率不高且难以纠错等问题,提出一种基于点集匹配与笔段权重的楷体字笔画提取算法。利用一致性点漂移算法(Coherent Point Drift,CPD)对于字集进行映射,根据映射后的结果...为了解决传统汉字笔画提取效率较低,使用点集匹配进行笔画提取成功率不高且难以纠错等问题,提出一种基于点集匹配与笔段权重的楷体字笔画提取算法。利用一致性点漂移算法(Coherent Point Drift,CPD)对于字集进行映射,根据映射后的结果分配笔画信息;利用关键点进行笔段分割,再使用第一次笔画分配后笔段中包含的笔画信息修正笔画匹配结果,最终获得更为贴切的汉字笔画分配结果。实验结果表明,改进后算法对于楷体字的笔画提取成功率达到97.5%;针对三种不同楷体字的壁画提取成功率为89.17%。与传统笔画提取方法相比,该算法的汉字笔画提取成功率有所提升而且针对不同的提取字体的笔画提取普适性得到增强。展开更多
文摘为解决复杂背景中准确地进行文字分割的问题,提出了一种应用stroke滤波器进行文本分割的新方法。首先进行stroke滤波器的合理设计,并应用所设计的stroke滤波器来判别文本的彩色极性,得到初次分割的二值图。然后进行基于区域生长的文字分割。最后,应用OCR(optical character recognition)模块提高文本分割的整体性能。将提出的算法与其他算法进行了比较,结果表明,所提算法更为有效。
文摘电子评标过程中,由于目前的辅助招评标系统在智能化程度方面有所欠缺,在评标效率、准确率等方面仍有提升进步的区间。例如,在获取招投标文件图片信息中,现有的辅助招评标系统识别效果较差。为解决现有问题,提出了一种通过使用光学字符识别(Optical Character Recognition,OCR)技术获取招投标文件内容,并对上传图片进行灰度值、图像预处理。该方法可大幅度增强系统智能辅助招评标功能,使用公章检测算法判断招投标文件中公章使用情况,划分标书文字块,从而缩短评标时间,减轻评审标书的工作强度,解决了评标过程中的评审不公正、评标效率低等问题,使招投标项目的评标更加公平、公正、公开。
文摘联机手写汉字识别(On-line handwritten Chinese character recognition,简称OLCCR),是指用笔在图形输入板上写字,人一面写,机器一面认,是一种方便的汉字识别手段,是在各种自动识别输入的方法中,能够代替或部分代替人工编码输入的惟一可能的方法。设计了一种基于获取笔段序列的联机手写汉字识别方法,并用可视化编程工具VC++6.0实现了该算法,经测试,平均识别率达95.7%。
文摘为了解决传统汉字笔画提取效率较低,使用点集匹配进行笔画提取成功率不高且难以纠错等问题,提出一种基于点集匹配与笔段权重的楷体字笔画提取算法。利用一致性点漂移算法(Coherent Point Drift,CPD)对于字集进行映射,根据映射后的结果分配笔画信息;利用关键点进行笔段分割,再使用第一次笔画分配后笔段中包含的笔画信息修正笔画匹配结果,最终获得更为贴切的汉字笔画分配结果。实验结果表明,改进后算法对于楷体字的笔画提取成功率达到97.5%;针对三种不同楷体字的壁画提取成功率为89.17%。与传统笔画提取方法相比,该算法的汉字笔画提取成功率有所提升而且针对不同的提取字体的笔画提取普适性得到增强。