基于OCR技術(shù)的校園卡卡號識別方法

苗智耀 賈翠萍 孫杭雨 李志剛 馮家瑤 梁建賓 張詩薈

（河北北方學院信息科學與工程學院 河北·張家口 075000）

0 引言

校園卡實現(xiàn)了對學校師生和學校員工日常活動的集中管理，它是一種包括門禁卡、消費卡、多媒體借閱卡等各種功能的卡片。校園卡的使用和普及能給師生帶來很多方便，但是也存在容易丟失、丟失后不易找回的問題，造成了成本的浪費。目前的校園卡丟失招領(lǐng)過程存在系統(tǒng)管理困難、人手動參與環(huán)節(jié)較多等問題。本文通過MATLAB軟件，實現(xiàn)了一種基于OCR算法的校園卡卡號識別方法，主要目標是自動識別卡片中的有效身份信息，并生成文字輸出，以便于實際信息進行對比和驗證。

二十世紀六十年代初期，美國Murray Eden率先提出了一種用于數(shù)字字符識別的識別算法。該算法通過描述由零至九這十個數(shù)字體現(xiàn)的基本特征出發(fā)，為此后數(shù)字以及其他字符的識別研究，奠定了十分堅實的基礎(chǔ)。到二十世紀七十年代，Parks等多位研究者提出了一種新的多級結(jié)構(gòu)鏈接識別方法以及對拓撲結(jié)構(gòu)進行特征抽取的辦法，這一方法的提出，在很大程度上提高了數(shù)字字符識別的識別效率和精確率。在我國，專門針對數(shù)字字符識別的研究工作最早開始于20世紀70年代初。最初把十個數(shù)字字符識別的算法應(yīng)用到郵政信函分揀系統(tǒng)之中。在此之后的研究中，來自復(fù)旦大學的研究者們開發(fā)了中國第一臺數(shù)字字符識別的機器，這臺機器能做到十分精確地把標準印刷體數(shù)字字符識別出來。與此同時，中國科學院成功研制出一臺郵政編碼識別樣機，并把樣機應(yīng)用于信件郵政編碼的識別。經(jīng)過多年的研究與成果的積累，目前我國數(shù)字識別領(lǐng)域已經(jīng)取得了很多突破，并在不斷深入中。

本文通過MATLAB強大的圖像數(shù)字處理功能，采用基于OCR技術(shù)的識別算法，在MATLAB強大的計算能力基礎(chǔ)上，通過使用MATLAB提供的數(shù)字圖像處理工具箱，完成了校園卡數(shù)字字符信息的提取和識別過程。

1 數(shù)字圖像的表達

在計算機中，可以將一幅二維圖像定義為一個與之對應(yīng)的二維函數(shù)，表示為f(x,y)，其中(x,y)是平面坐標系坐標，在任意坐標(x,y)處的幅度，則被定義為該幅圖像在此坐標位置處的對應(yīng)亮度值。由該二維函數(shù)f(x,y)可知，圖像的坐標值和亮度變化之間的關(guān)系表示為f。本文的圖像處理方法是基于數(shù)字圖像的方法，因此，首先要把一幅待處理的字符圖像進行數(shù)字化處理。對模擬圖像進行數(shù)字化處理時，需要將其坐標和幅度均進行數(shù)字化分析。分析和處理的過程中，把坐標值數(shù)字化的過程被稱之為“取樣”，把幅度值數(shù)字化的過程稱之為“量化”。當表示圖像的x、y兩個分量值及幅度值都是有限且離散的量時，稱圖像為數(shù)字圖像。

以下為一種數(shù)字圖像的數(shù)學表達方式。坐標位置(x,y)=(0,0)被定義為圖像坐標原點，圖像中沿Y的下一坐標位置被記為(x,y)=(0,1)，因此(x,y)=(0,1)，表示為沿Y軸的第2個取樣點。圖1表示為圖像數(shù)字化坐標表達方式。

圖1：圖像數(shù)字化坐標表達方式

根據(jù)圖1表示的坐標系，可以得到數(shù)字圖像的數(shù)學表達方式，如以下公式所示：

2 校園卡信息數(shù)字識別

2.1 OCR技術(shù)介紹

光學字符識別技術(shù)，即OCR（Optical Character Recognition）技術(shù)，始于1929年，由德國科學家Tausheck提出的。到20世紀70年代，我國的研究者開始進行漢字字符識別研究工作，直到1986年“863”高新科技研究計劃的提出把我國的漢字識別研究推向一個更高的領(lǐng)域，經(jīng)過潛心研究，清華大學的丁曉青教授和中科院的研究者們陸續(xù)推出了相關(guān)的中文光學字符識別產(chǎn)品。20世紀90年代，平臺式掃描儀地進入大眾的視野，并被不斷應(yīng)用的生活和生產(chǎn)工作中，使得辦公自動化、高效化、智能化過程不斷提升的同時，也大力推動了光學字符識別技術(shù)地進一步發(fā)展。使OCR的識別正確率、識別速度滿足了廣大用戶的要求。

從工作流程來看，OCR識別技術(shù)的基本過程如圖2所示：

圖2：OCR技術(shù)路線圖

圖像預(yù)處理，在本文中是指對輸入的字符圖像自身成像問題進行預(yù)處理。常見的預(yù)處理過程包括：圖像數(shù)字化、直方圖變換、畸變校正、圖像的幾何變換、圖像增強等。

文字檢測，文字檢測過程即檢測文本內(nèi)容（本文中指數(shù)字字符內(nèi)容）在原始圖像中的布局，以及其所占位置、比例大小等，主要解決要識別的文字在哪里，范圍有多大等問題。

文本識別，即在上一步驟文本檢測的基礎(chǔ)上，對數(shù)字字符內(nèi)容進行進一步分析，這一步驟中，圖像中的文本信息被識別并輸出為最終所需要的文本信息。文字識別主要解決的是每個文字代表什么含義的問題。

2.2 校園卡卡號數(shù)字識別

2.2.1 圖像預(yù)處理

在圖像預(yù)處理過程中，首先讀取原始卡片圖像并顯示原圖，判斷原始圖像是否為RGB圖像，如果是RGB圖像，將其轉(zhuǎn)換為灰度圖并進行歸一化處理。加入高斯噪聲后，利用graythresh函數(shù)獲取一個閾值，將圖像二值化，以便更清晰的凸顯目標數(shù)字的輪廓。原始卡片圖像如圖3所示。

圖3：卡片身份數(shù)字信息

圖像處理結(jié)果如圖4所示。包括圖像灰度化、加噪、二值化和去噪結(jié)果。

圖4：圖像處理結(jié)果

2.2.2 卡號識別

校園卡卡號識別過程是通過字符分割函數(shù)，將卡片上字符進行分割，通過與創(chuàng)建的字符模板進行匹配，獲得匹配的數(shù)字字符，最后將各個匹配結(jié)果進行連接，并輸出為文本。

識別過程如圖5所示。

文本輸出結(jié)果如圖6所示?？蓽蚀_識別出卡面上的卡號數(shù)字信息和學號數(shù)字信息，為后續(xù)身份識別提供可靠依據(jù)。

圖5：算法流程圖

圖6：文本輸出結(jié)果

3 結(jié)論

通過基于OCR字符識別技術(shù)，將校園卡上的身份信息數(shù)字進行分割和識別后再連接，可以得到有效的校園卡身份識別結(jié)果。該方法為進一步實現(xiàn)校園卡的信息管理、丟失找回過等程提供了基礎(chǔ)，使得校園卡的使用過程更加方便、安全。