一.概述
      當(dāng)今在發(fā)票，車票及門票上的數(shù)字均由噴碼產(chǎn)生,由于受噴碼時(shí)墨量和光照的影響,能產(chǎn)生多種變形,給我們的識(shí)別造成了很多難點(diǎn).

圖1

二 單臺(tái)印刷機(jī)OCR識(shí)別系統(tǒng)描述
1.硬件系統(tǒng)

2.原理描述
A.切割和歸一化
      先對(duì)圖像的文字部分進(jìn)行橫向和縱向切割,我們采用的是投影的方法,然后再對(duì)切割出來(lái)的部分,進(jìn)行大小歸一化,歸一化的方法主要兩種,一種是普通的大小縮放,我們采用的是另外的一種方法.我們先求出文字的質(zhì)心.

B.特征的提取
      我們分別提取了待識(shí)別字體的網(wǎng)格特征，水平和垂直方向的投影特征，以及字體的邊緣特征，但是對(duì)于光照的差別比較大的情況，這些方法受到的影響是非常大的，因?yàn)樵诠庹掌�弱的情況下，象素點(diǎn)的個(gè)數(shù)明顯減少，以及造成字體邊緣的缺損。對(duì)于零這個(gè)字體。

      為了避免由此帶來(lái)的識(shí)別錯(cuò)誤我們對(duì)先切出來(lái)的字體進(jìn)行象素點(diǎn)比率的統(tǒng)計(jì)，假如當(dāng)它小于一個(gè)特定的門限值得時(shí)候，對(duì)它實(shí)施開運(yùn)算，大于門限值得時(shí)候進(jìn)行閉運(yùn)算。（c）為（a）圖進(jìn)行膨脹后的結(jié)果,（d）為（b）細(xì)化后的結(jié)果.對(duì)于所提取的特征值我們通過(guò)正規(guī)化相交的公式求得最后的分類器.

      其中 為由字體算得特征相量， 是待識(shí)別字體算得相量。
      然后根據(jù)這三個(gè)分類器通過(guò)簡(jiǎn)單投票法形成多分類器進(jìn)行判別,即有兩個(gè)或兩個(gè)以上形成決策A，認(rèn)為A是合法的。若每個(gè)分類器形成的決策是不多的，我們就選定公式3中算的最大值作為分類器決策。假設(shè)三種特征的識(shí)別正確率分別為p1,p2,p3.那么我們的方法在理論上能達(dá)到的正確識(shí)別率為

3、軟件流程示意圖

4、系統(tǒng)測(cè)試結(jié)果

      運(yùn)用上述的方法,在實(shí)際應(yīng)用中對(duì)包括車票，發(fā)票等噴碼印刷的票據(jù)進(jìn)行識(shí)別，我們的算法能夠給出正確的結(jié)果，2008年已經(jīng)有客戶將這一套系統(tǒng)應(yīng)用于他們的票據(jù)識(shí)別機(jī)器上，到目前為止穩(wěn)定性及可靠性等得到實(shí)際的認(rèn)可。
三 結(jié)論
      實(shí)際應(yīng)用時(shí)，對(duì)我們的算法進(jìn)行了一系列的測(cè)試和統(tǒng)計(jì)，發(fā)現(xiàn)正確的識(shí)別率一般在99.9%以上,但是現(xiàn)在最大的問(wèn)題是由于噴碼文字邊緣的不規(guī)則性,這就造成了Q,0,O,D之間有著極大的相似性。對(duì)于這類相似文字，我們對(duì)識(shí)別結(jié)果又加了一些局部特征量的判斷比如說(shuō)內(nèi)沿特征,來(lái)進(jìn)一步提高識(shí)別率。