嵌入式平臺下場景圖片中文字定位與識別的實現(xiàn).pdf

1、在互聯(lián)網(wǎng)急速發(fā)展的今天，多媒體技術(shù)無不充斥著我們生活的方方面面，而作為信息豐富載體的圖像，更是成了人們關(guān)注的主要對象。如何從復雜的圖像中獲取我們所需要的信息，成為人們今天關(guān)注的熱點，而以場景文本為代表的圖像，更是與我們的生活密切相關(guān)。
　　本文從獲取場景文本、場景文本中文字的定位和場景文本中文字的識別三個方面展開。
　　在場景文本獲取中，主要用到V4L2視頻技術(shù)以及OpenCV相關(guān)庫函數(shù)，并用交叉編譯器完成程序的移植。

2、>　　在場景文本定位模塊中，首先用到基于邊緣檢測方法完成對場景文本中文本域的粗定位，再根據(jù)灰度檢測結(jié)果，將二者的連通域相融合，進一步來排除噪聲的干擾，完成文本域的精確定位。
　　在場景文本文字識別模塊中，首先對文本塊進行預處理，再訓練訓練集，在訓練時要對訓練集進行梯度特征提取和降維，之后一次加載訓練集，用MQDF分類器來識別文本塊，并把文字信息顯示在輸出界面上，最后通過微軟TTS語音庫把文本朗讀。
　　該系統(tǒng)滿足一般的場景需

3、求，未來可以用來處理一般的場景文本，包括馬路邊的廣告牌、交通指示牌、宣傳條幅、旅游廣告牌、車牌等等。
　　(1)通過把書籍或報紙上的文字轉(zhuǎn)化為語音，來幫助有視覺障礙的殘疾人，豐富他們的業(yè)余文化生活。
　　(2)通過對高速路指示標志的識別，來提醒疲勞中的司機。
　　(3)通過對各大旅游景點指示標志的識別，并轉(zhuǎn)化為該國游客的母語語音輸出，方便他們旅游。
　　(4)對文獻的電子化管理，汽車自動駕駛，危險預防等也有重要幫