1、光學字符識別技術作為一種重要的自動化的信息提取和錄入方式,廣泛的應用于各行各業(yè),如機票等票據(jù)的自動識別,電子文檔的錄入,車牌識別等等。隨著數(shù)字相機的普及,基于數(shù)字圖像的字符識別技術的應用將更為廣泛。
　　商品外包裝上的代碼含有在物流過程中需要的信息,自動對代碼進行識別并記錄可以很大程度上提高速度,節(jié)約成本。本文針對這一問題進行了研究,并設計了方案。
　　對商品上的代碼進行識別首先需要定位,基于紋理的定位方法一般計算量較大,不

2、適合要求實時性的場合使用;而基于連通區(qū)域的定位方法需要前景和背景在顏色或者亮度上容易區(qū)分,從而對圖像進行分割,找到前景的區(qū)域完成定位,許多情況下待識別的圖像中前景和背景區(qū)分并不明顯,不能滿足條件,此類方法難以獲得很好的魯棒性;Canny邊緣檢測算法對弱邊緣也能有很好的檢測效果,這為基于邊緣的定位方法提供了基礎。本文提出了利用Canny邊緣和自適應局部對比度以及Ostu閾值提取字符邊緣的方法,能夠很好的提取待識別圖像中的字符邊緣,從而完成

3、字符區(qū)域定位。并利用字符邊緣檢測代碼行的傾斜情況,完成傾斜校正,取得了很好的效果。
　　本文對典型的二值化方法做了仿真并進行了分析,針對識別對象的特征,在對現(xiàn)有算法的研究和改進的基礎上提出了基于字符邊緣的二值化算法,并對提取到的字符區(qū)域進行了二值化,取得了比較滿意的效果。之后基于二值圖像和連通區(qū)域分析方法對二值化后的圖像進行分割,得到單個字符的二值圖像并用BP神經(jīng)網(wǎng)絡進行識別。對于樣本中非白色背景的圖像,達到了97.8％的識別率,