...用乱,教MM用关键词识别品牌

郭人源

[摘 要]电器铭牌图片中文字风格不一、排版格式复杂多样，在智能终端OCR文字识别软件基础上，研究出一种对图像中关键词按需识别及输出的操作流程，开发测试相关功能软件，扩展智能终端OCR应用场景。

[关键词]电器铭牌、文字识别OCR、智能终端、图片按需识别

中图分类号：TM76 文献标识码：B 文章编号：1009-914X（2016）16-0108-01

一、问题

电器铭牌提供了电器设备的品牌、产品名称、型号等参数，在客户服务中，根据用户提供的设备铭牌信息，厂商或服务商能够迅速了解用户设备可能的问题。智能手机具有拍照功能，用户获取设备铭牌图片后，需及时把铭牌图片中关键文字识别出来，这样用户就能够准确提供电器设备信息，反馈给厂商。由于各种电器铭牌风格差异很大，采用现有文档OCR（Optical Character Recognition，光学字符识别）识别系统、特定（名片、票据等）的格式化OCR识别系统无法满足众多电器铭牌识别要求。

二、背景综述

OCR 是指电子设备（如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。如何除错或利用辅助信息提高识别正确率是OCR最重要的课题，一个OCR系统主要性能指标有拒识率、误识率、识别速度、用户界面友好性、产品稳定性、易用性及可行性等。

OCR软件主要由图像输入、预处理、版面分析、字符切割、字符识别、版面恢复、后处理、校对等功能组成。

1、图像输入，不同的图像有不同的存储格式、不同的压缩方式，目前有JPEG、PDF、IMG等图像格式。

2、预处理包括二值化、噪声去除、倾斜校正等。（1）二值化，摄像头拍摄的彩色图像所含信息量巨大，图像内容可以简单地分为前景与背景，为让计算机更快更好地识别文字，需对彩色图进行处理，使图片只含前景信息与背景信息，简单地定义前景信息为黑色，背景信息为白色，这就是二值化图。（2）噪声去除，对不同文档定义不同噪声特征，根据噪声的特征进行去噪，就叫做噪声去除。（3）倾斜校正，用户在拍照或扫描文档时，很难完全平直，拍照出来的图片不可避免地产生倾斜，对倾斜图像进行拉直，使图像整体达到平直。

3、版面分析，将文档图片分段落、分行的过程就叫做版面分析，由于实际文档的多样性、复杂性，因此没有一个固定的、最优的切割模型。

4、字符切割，由于拍照条件所限，造成字符粘连、断笔，限制了识别系统性能，这就需要文字识别软件有字符切割功能。

5、字符识别，字符识别方法有多种，早期有模板匹配，后来以特征提取为主。特征分为两类：一类为统计特征，如文字区域内的黑/白点数比，当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足够。另一类为结构特征，如文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对。当输入文字算完特征后，不管是统计或结构的特征，都有一比对数据库或特征数据库来进行比对，数据库的内容应包含所有欲识别的字集文字，根据与输入文字一样的特征抽取方法所得的特征群组。

6、版面恢复，对识别后的文字，像原文档图片那样，段落不变、位置不变、顺序不变地输出到word文档、pdf文档等。

7、后处理、校对，根据特定的语言上下文的关系，对识别结果进行校正。

OCR技术为现有纸介质文字的数字化提供了批量录入手段，对特定格式图片的内容识别，让OCR在发票管理、名片管理等行业获得了广泛应用。国内OCR技术方案提供商包括汉王、文通、合合等。

鉴于图片文档的复杂多样，版面分析没有固定、最优的切割模型，本研究项目提出由用户根据图片实际情况，按需选择图片中多个关键词进行识别，以图片属性或文件名方式输出识别结果，以解决无特定字符排版格式的图片中关键词识别，扩大OCR技术在更多场景下的应用。

三、方案设计

电器铭牌图片，必需的关键词为厂商品牌、产品名称、产品型号，可选的关键词为设备电气参数、出厂日期、序列号。

原始图像输入后，经过预处理，得到一个可用于识别的图像。版面分析阶段，用户在终端设备上适当放大图像，并移动图像到字符需识别的位置，用户用矩形框选择待识别区域，然后进行字符切割、字符识别，在选择区域的输出框中看到识别结果，确认是否正确。若正确无误，输出到关键词框中，若不正确，提示重新选择待识别区域，以确保得到正确的识别结果。接着移动图像到下一个字符需识别的位置，用户用矩形框选择待识别区域，然后进行字符切割、字符识别。所有关键词识别后，保存关键词到图像文件的属性，用关键词另存成新的图像文件名。

软件操作流程（图1）：

铭牌图片输入、图片预处理、图片关键词识别输出示例（图1、2）：

原始拍摄铭牌图片文件名：IMG_20160528_160918.jpg

铭牌预处理后图片形状，校正了图片倾斜，文字基本达到水平位置。

关键词识别后另存图片文件名：帅康_电热水器_DSF-60JEKA.jpg

四、应用场景

电器铭牌图片经过关键词识别，存为新的图片文件，电器厂商的客服中心收到用户发送的电器铭牌图片文件，直接把获得的电器品牌型号参数导入客服系统，铭牌图片通过验证后，调出该型号电器的维护修理方案，根据用户提出的问题，给用户提供准确的电器服务信息。

参考文献

[1] 百度百科：http：//baike.baidu.com/，OCR（光学字符识别）.

[2] 汉王科技：http：//www.hw99.com/.

[3] 文通科技：http：//www.wintone.com.cn/.

[4] 合合信息：http：//www.intsig.com/.