CN109543770A - 点阵字符识别方法及装置 - Google Patents

Abstract

本发明涉及图像处理技术领域，提供一种点阵字符识别方法及装置，该方法包括：将包含点阵字符的点阵图像进行二值化处理，得到点阵二值图像；将点阵二值图像进行行投影，统计行像素值，并依据每行的行像素值和预设像素值的关系分割出单行点阵字符；将单行点阵字符进行列投影，统计列像素值，并依据列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符；将每个单个点阵字符均与多个模板字符进行对比，计算每个单个点阵字符与每个模板字符的相似度，并从中确定出目标相似度，将目标相似度对应的模板字符作为单个点阵字符的字符。与现有技术相比，本发明改善了现有技术中不能对点阵字符图像中的点阵字符进行字符分割、识别的问题。

Description

点阵字符识别方法及装置

技术领域

本发明实施例涉及图像处理技术领域，具体而言，涉及一种点阵字符识别方法及装置。

背景技术

字符切割一般采用图像投影的方法，但该方法主要针对的是连通的字符，且各字符间需要有一定的间隔。

对于点阵字符，由于一个字符可能由多个不连通的像素块组成，所以不能对点阵字符图像中的点阵字符进行字符分割、识别。

发明内容

本发明实施例的目的在于提供一种点阵字符识别方法及装置，以改善现有技术中不能对点阵字符图像中的点阵字符进行字符分割、识别的问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种点阵字符识别方法，所述方法包括：获取包含点阵字符的点阵图像；对所述点阵图像进行二值化处理，得到点阵二值图像；将所述点阵二值图像进行行投影，统计每行的行像素值，并依据所述每行的行像素值和预设像素值的关系分割出单行点阵字符；将所述单行点阵字符进行列投影，统计每列的列像素值，并依据所述每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符；将每个所述单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个所述单个点阵字符与每个所述模板字符的相似度；从每个所述单个点阵字符对应的多个相似度中确定出目标相似度，并将所述目标相似度对应的模板字符作为所述单个点阵字符的字符。

第二方面，本发明实施例提供了一种点阵字符识别装置，所述装置包括：点阵图像获取模块，用于获取包含点阵字符的点阵图像；图像二值化模块，用于对所述点阵图像进行二值化处理，得到点阵二值图像；单行字符获取模块，用于将所述点阵二值图像进行行投影，统计每行的行像素值，并依据所述每行的行像素值和预设像素值的关系分割出单行点阵字符；单个字符获取模块，用于将所述单行点阵字符进行列投影，统计每列的列像素值，并依据所述每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符；模板字符匹配模块，用于将每个所述单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个所述单个点阵字符与每个所述模板字符的相似度；点阵字符确定模块，用于从每个所述单个点阵字符对应的多个相似度中确定出目标相似度，并将所述目标相似度对应的模板字符作为所述单个点阵字符的字符。

相对现有技术，本发明实施例提供的一种点阵字符识别方法及装置，通过依据所述每行的行像素值和预设像素值的关系分割出单行点阵字符，依据所述每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符，并对单个点阵字符进行字符识别，解决了现有技术中不能对点阵字符图像进行字符分割、识别的问题。

为使本发明实施例的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本发明实施例提供的电子设备的方框示意图。

图2示出了本发明实施例提供的点阵字符识别方法的流程图。

图3示出了本发明实施例提供的点阵图像的示意图。

图4示出了本发明实施例提供的点阵二值图像的示意图。

图5示出了本发明实施例提供的单行点阵字符的示例。

图6为图2示出的步骤S3的子步骤流程图。

图7示出了本发明实施例提供的连续行像素值的示例。

图8示出了本发明实施例提供的单个点阵字符的示例。

图9为图2示出的步骤S4的子步骤流程图。

图10示出了本发明实施例提供的连续列像素值的示例。

图11为图2示出的步骤S6的子步骤流程图。

图12示出了本发明实施例提供的点阵字符识别装置的方框示意图。

图标：100-电子设备；101-处理器；102-存储器；103-总线；104-通信接口；105-显示屏；106-摄像头；200-点阵字符识别装置；201-点阵图像获取模块；202-图像二值化模块；203-单行字符获取模块；204-单个字符获取模块；205-模板字符匹配模块；206-点阵字符确定模块。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

本发明实施例提供的点阵字符方法应用于电子设备100，请参阅图1，图1示出了本发明实施例提供的电子设备100的方框示意图。电子设备100包括处理器101、存储器102、总线103、通信接口104及显示屏105及摄像头106。处理器101、存储器102、通信接口104、显示屏105及摄像头106通过总线103连接，处理器101用于执行存储器102中存储的可执行模块，例如计算机程序。

处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，点阵字符识别方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现成可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

存储器102可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。

总线103可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图1中仅用一个双向箭头表示，但并不表示仅有一根总线103或一种类型的总线103。

电子设备100通过至少一个通信接口104(可以是有线或者无线)实现与外部的其它设备之间的通信连接。存储器102用于存储程序，例如点阵字符识别装置200。点阵字符识别装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器102中或固化在电子设备100的操作系统(operating system，OS)中的软件功能模块。所述处理器101在接收到执行指令后，执行所述程序以实现点阵字符识别方法。

显示屏105用于对图像进行显示，显示的内容可以是处理器101的一些处理结果。显示屏105可以是触摸显示屏、无交互功能的显示屏等。显示屏105可以将点阵识别结果、点阵图像、点阵二值图像等进行显示。

摄像头106用于拍摄包含点阵字符的点阵图像并通过总线103发送至处理器101进行处理。

应当理解的是，图1所示的结构仅为电子设备100的结构应用示意图，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

第一实施例

请参照图2，图2示出了本发明实施例提供的点阵字符识别方法的流程图。点阵字符识别方法包括以下步骤：

步骤S1，获取包含点阵字符的点阵图像。

在本发明实施例中，点阵图像可以是包含有点阵字符的图像，例如，图3所示。获取包含点阵字符的点阵图像，可以通过摄像头106对点阵字符进行拍摄得到，也可以是存储在电子设备100内部存储器102当中的，还可以是电子设备100通过通信接口104接收到的，由其它外部设备传输过来的图像。

步骤S2，对点阵图像进行二值化处理，得到点阵二值图像。

在本发明实施例中，点阵二值图像可以是包含点阵字符的二值图像，对点阵图像进行二值化处理，得到点阵二值图像的步骤，可以理解为，将包括256个灰度等级的点阵图像中的每个像素点均与阈值进行比较，再把像素值大于或等于阈值的像素点均置255，把像素值小于阈值的像素点均置0，也可以将像素值大于或等于阈值的像素点均置0，把像素值小于阈值的像素点均置255。阈值可以通过直方图确定，也可以是用户自定义设置的，请参阅图4，图4示出了将点阵图像进行二值化后，得到点阵二值图像的示例。

步骤S3，将点阵二值图像进行行投影，统计每行的行像素值，并依据每行的行像素值和预设像素值的关系分割出单行点阵字符。

在本发明实施例中，行像素值可以是将点阵二值图像进行行投影之后，一行的像素点的总像素值。具体地，可以是一行像素点的像素值的总和。例如，在第一行中，有10个像素点，像素值分别为0、0、255、255、0、255、255、255、255、0，那么第一行的行像素值为0+0+255+255+0+255+255+255+255+0＝1530。单行点阵字符可以是一个或者多个点阵字符所在的多行像素点，例如，请参阅图5，图5示出了单行点阵字符的示例。预设像素值可以是用户自定义设定的用以区分点阵字符和非点阵字符的行或列像素值。预设像素值的设定与点阵字符在点阵二值图像中的像素值有关，当点阵字符在点阵二值图像中的像素值为255，非点阵字符在点阵二值图像中的像素值为0时，预设像素值为0；当点阵字符在点阵二值图像中的像素值为0，非点阵字符在点阵二值图像中的像素值为255时，预设像素值＝255*每行的行像素点的数量。例如，当点阵二值图像为10*9的图像，每行的行像素点的数量为9，那么预设像素值可以是255*9＝2295。

将点阵二值图像进行行投影，统计每行的行像素值，并依据每行的行像素值和预设像素值的关系分割出单行点阵字符的步骤，可以理解为，将点阵二值图像中的每一行像素点均进行行投影，得到每行的行像素值，依据每行的行像素值和预设像素值之间的关系，从点阵二值图像中分割出单行点阵字符。

请参阅图6，依据每行的行像素值和预设像素值的关系分割出单行点阵字符可以包括以下子步骤：

子步骤S31，获取至少一个连续行像素值，其中，每个连续行像素值中的连续的行像素值均为预设像素值的行数小于第一阈值，连续行像素值两端的行像素值均为预设像素值的行数大于或者等于第一阈值。

在本发明实施例中，连续行像素值可以是包括连续的行像素值均为预设像素值的行数小于第一阈值，且两端的连续的行像素值均为预设像素值的行数大于或者等于第一阈值。请参阅图7，图7示出了连续行像素值的示例。第一阈值可以是用户自定义用于区分不同行的点阵字符的最小行数，例如，3行。当连续的像素行的行像素值均为预设像素值的行数小于第一阈值时，认为该连续的像素行的行像素值与前面的行像素值是连续的，不进行分割；当连续的像素行的像素值均为预设像素值的行数大于或者等于第一阈值时，认为该连续的像素行的行像素值与前面的行像素值是不连续的，进行分割。例如，当预设像素值为0，第一阈值为3时，第一行的行像素值为1530，第二行的行像素值为0，第三行的行像素值为0，第四行的行像素值为1020，第五行的行像素值为1020，第六行的行像素值为1020，第七行的行像素值为0，第八行的行像素值为0，第九行的行像素值为0，第十行的行像素值为765，连续的像素行(第二行和第三行)的行像素值(I)均为0的行数为2，连续的像素行(第七行、第八行和第九行)的行像素值(II)均为0的行数为3，由于2<3，那么可以认为第二行和第三行是和前面的第一行是连续的，由于3＝3，那么可以认为第七行、第八行和第九行和前面的第六行是不连续的，那么得到的连续行像素值为1530、0、0、1020、1020、1020。

获取至少一个连续行像素值的步骤，可以理解为，首先，获取每行的行像素值，得到一个数组Arr，长度为Len1，Arr[i]表示第i行的行像素值，设Ib、Ie(初始值均为1)分别表示某一行字符的起始和终止位置，Gap1表示像素行间隔(初始值为0)，INTERVAL_H表示第一阈值。i从1开始，若Arr[i]＝0，i自增1，直到Arr[i]>0，记录此时i的值为Ib。i从Ib+1开始，若Arr[i]>0，i自增1，否则若Arr[i]＝0，Gap1自增1，若Gap1<INTERVAL_H，i自增1，直到Gap1>＝INTERVAL_H，此时记录i的值为Ie，Arr[Ib]～Arr[Ie]即为一个连续行像素值。

子步骤S32，将每个连续行像素值对应的多行像素点均作为一个单行点阵字符。

在本发明实施例中，单行点阵字符可以是一个连续行像素值对应的多行像素点。将每个连续行像素值对应的多行像素点均作为一个单行点阵字符的步骤，可以理解为，按照子步骤S31的方式得到至少一个连续行像素值，并将一个连续行像素值对应多行像素点作为一个单行点阵字符，得到点阵二值图像中的多个单行点阵字符。例如，当Arr[Ib]～Arr[Ie]为一个连续行像素值，那么Ib到Ie为一个单行点阵字符。

步骤S4，将单行点阵字符进行列投影，统计每列的列像素值，并依据每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符。

在本发明实施例中，列像素值可以是将每个单行点阵字符进行列投影之后，一列的像素点的总像素值。具体地，可以是一列像素点的像素值的总和。例如，在第一列中，有10个像素点，像素值分别为0、0、255、255、0、255、255、255、255、0，那么第一列的列像素值为0+0+255+255+0+255+255+255+255+0＝1530。单个点阵字符可以是一个点阵字符所在的多个像素点，例如，请参阅图8，图8中框选出了单个点阵字符“C”。预设像素值可以是用户自定义设定的用以区分点阵字符和非点阵字符的行或列像素值。预设像素值的设定与点阵字符在点阵二值图像中的像素值有关，当点阵字符在点阵二值图像中的像素值为255，非点阵字符在点阵二值图像中的像素值为0时，预设像素值为0；当点阵字符在点阵二值图像中的像素值为0，非点阵字符在点阵二值图像中的像素值为255时，预设像素值＝255*每列的列像素点的数量。例如，当一个单行点阵字符为6*9的图像，每列的列像素点的数量为6，那么预设像素值可以是255*6＝1530。

将单行点阵字符进行列投影，统计每列的列像素值，并依据每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符的步骤，可以理解为，将单行点阵字符中的每一列像素点均进行列投影，得到每列的列像素值，依据每列的列像素值和预设像素值之间的关系，从单行点阵字符中分割出单个点阵字符，按照上述的方法对每个单行点阵字符均进行相同的处理，能够得到点阵二值图像中所有的单个字符。

请参阅图9，依据每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符可以包括以下子步骤：

子步骤S41，获取至少一个连续列像素值，其中，每个连续列像素值中的连续的列像素值均为预设像素值的列数小于第二阈值，连续列像素值两端的列像素值均为预设像素值的列数大于或者等于第二阈值。

在本发明实施例中，连续列像素值可以是包括连续的列像素值均为预设像素值的列数小于第二阈值，且两端的连续的列像素值均为预设像素值的列数大于或者等于第二阈值。第二阈值可以是用户自定义用于区分不同列的点阵字符的最小列数，例如，3列。当连续的像素列的列像素值均为预设像素值的列数小于第二阈值时，认为该连续的像素列的列像素值与前面的列像素值是连续的，不进行分割；当连续的像素列的像素值均为预设像素值的列数大于或者等于第二阈值时，认为该连续的像素列的列像素值与前面的列像素值是不连续的，进行分割。例如，当预设像素值为0，第二阈值为2时，请参阅图10，第一列的列像素值为0，第二列的列像素值为0，第三列的列像素值为1020，第四列的列像素值为1020，第五列的列像素值为0，第六列的列像素值为510，第七列的列像素值为765，第八列的列像素值为765，第九列的列像素值为510，连续的像素列(第五列)的列像素值(III)均为0的列数为1，连续的像素列(第一列和第二列)的列像素值(IV)均为0的列数为2，由于1<2，那么可以认为第五列是和前面的第四列是连续的，由于2＝2，那么可以认为第一列、第二列和之后的的第三列是不连续的，那么得到的连续列像素值为1020、1020、0、510、765、765、510。

获取至少一个连续列像素值的步骤，可以理解为，首先，获取每列的列像素值，得到一个数组Brr，长度为Len2，Brr[j]表示第j列的列像素值，设Ja、Jc(初始值均为1)分别表示某一个字符的起始和终止位置，Gap2表示像素列间隔(初始值为0)，INTERVAL_V表示第二阈值。j从1开始，若Brr[j]＝0，j自增1，直到Brr[j]>0，记录此时j的值为Ja。j从Ja+1开始，若Brr[j]>0，j自增1，否则若Brr[j]＝0，Gap2自增1，若Gap2<INTERVAL_V，j自增1，直到Gap2>＝INTERVAL_V，此时记录j的值为Jc，Brr[Ja]～Brr[Jc]即为一个连续列像素值。

子步骤S42，将每个连续列像素值对应的多列像素点均作为一个单个点阵字符。

在本发明实施例中，单个点阵字符可以是单行点阵字符中的一个连续列像素值对应的多个像素点。将每个连续列像素值对应的多列像素点均作为一个单个点阵字符的步骤，可以理解为，按照子步骤S41的方式得到至少一个连续列像素值，并将单行点阵字符中的一个连续列像素值对应多列像素点作为一个单个点阵字符，得到点阵二值图像中的多个单个点阵字符。例如，经过步骤S3得到一个Ib到Ie的单行点阵字符，在该单行点阵字符中，Brr[Ja]～Brr[Jc]为一个连续列像素值，那么一个单个点阵字符就是由行像素为Ib到Ie，列像素为Ja到Jc的多个像素点构成。

步骤S5，将每个单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个单个点阵字符与每个模板字符的相似度。

在本发明实施例中，预先存储的多个模板字符可以是，但不限于数字、字母、符号、文字等。将每个单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个单个点阵字符与每个模板字符的相似度的步骤，可以理解为，将点阵二值图像中的分割出来的每个单个点阵字符均与模板字符进行对比，计算出每个单个点阵字符与每个模板字符的相似度。当预先存储的多个模板字符为“0”、“1”、“2”、“3”、“4”、“5”、“6”、“7”、“8”及“9”，将单个点阵字符与多个模板字符均进行对比，得到该单个点阵字符与模板字符“0”的相似度80％，该单个点阵字符与模板字符“1”的相似度10％，该单个点阵字符与模板字符“2”的相似度12％，该单个点阵字符与模板字符“3”的相似度20％，该单个点阵字符与模板字符“4”的相似度15％，该单个点阵字符与模板字符“5”的相似度13％，该单个点阵字符与模板字符“6”的相似度25％，该单个点阵字符与模板字符“7”的相似度14％，该单个点阵字符与模板字符“8”的相似度55％，该单个点阵字符与模板字符“9”的相似度56％。

步骤S6，从每个单个点阵字符对应的多个相似度中确定出目标相似度，并将目标相似度对应的模板字符作为单个点阵字符的字符。

在本发明实施例中，目标相似度可以是从多个相似度中确定出的置信度最高的相似度。从每个单个点阵字符对应的多个相似度中确定出目标相似度的步骤，可以理解为，从所有的相似度进行比较，得到最大相似度，将最大相似度与预设相似度进行比较，当最大相似度大于预设相似度时，将最大相似度作为目标相似度；当最大相似度小于预设相似度时，获取次大相似度(在所有相似度中除最大相似度之外，最大的相似度)，将最大相似度与次大相似度作差，得到相似度差值，当相似度差值小于预设差值(例如，0.1％)时，依据最大相似度对应的模板字符和次大相似度对应的模板字符计算单个点阵字符在预设位置的像素占比率，将像素占比率与预先存储的最大相似度对应的模板字符的占比率、次大相似度对应的模板字符的占比率均进行比较，将与像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度。其中，预设相似度是用户自定义用于确定字符的最小相似度，例如，65％。

请参阅图11，从每个单个点阵字符对应的多个相似度中确定出目标相似度可以包括以下子步骤：

子步骤S61，按照每个单个点阵字符对应的多个相似度的大小，对每个相似度进行排序。

在本发明实施例中，按照每个单个点阵字符对应的多个相似度的大小，对每个相似度进行排序，可以是从大到小进行排序，也可以是从小到大进行排序。例如，当一个单个点阵字符与“0”的相似度80％，该单个点阵字符与模板字符“1”的相似度10％，该单个点阵字符与模板“2”的相似度12％，该单个点阵字符与模板字符“3”的相似度20％，该单个点阵字符与模板字符“4”的相似度15％，该单个点阵字符与模板字符“5”的相似度13％，按照相似度的大小进行从大到小的排序，得到80％>20％>15％>13％>12％>10％。

子步骤S62，获取最大相似度并与预设相似度进行对比。

在本发明实施例中，预设相似度是用户自定义用于确定字符的最小相似度，例如，65％。获取最大相似度，可以理解为，当子步骤S61是按照从小到大进行排序，则获取最后一个相似度，即为最大相似度；当子步骤S61是按照从大到小进行排序，则获取第一个相似度，即为最大相似度。将最大相似度与预设相似度进行对比，当最大相似度大于或等于预设相似度时，执行子步骤S63，当最大相似度小于预设相似度时，执行步骤子步骤S64。

子步骤S63，当最大相似度大于或等于预设相似度时，将最大相似度作为目标相似度。

在本发明实施例中，当最大相似度大于或等于预设相似度时，将最大相似度作为目标相似度，例如，当预设相似度为65％，最大相似度为80％，最大相似度为80％>预设相似度为65％，那么该最大相似度即为目标相似度。

子步骤S64，当最大相似度小于预设相似度时，获取最大相似度的相邻相似度。

在本发明实施例中，相邻相似度可以是最大相似度相邻的相似度，即次大相似度。当最大相似度小于预设相似度时，获取最大相似度的相邻相似度，例如，当预设相似度为65％，最大相似度为62％，最大相似度为62％<预设相似度为65％，获取最大相似度的相邻的相似度，得到相邻相似度61％。

子步骤S65，依据最大相似度和相邻相似度，计算相似度差值。

在本发明实施例中，相似度差值可以是最大相似度与相邻相似度的差值，具体地，相似度差值＝最大相似度-相邻相似度。例如，最大相似度为62％，相邻相似度为61％，那么相似度差值＝62％-61％＝1％。

子步骤S66，当相似度差值小于预设差值时，依据最大相似度对应的模板字符和相邻相似度对应的模板字符计算单个点阵字符在预设位置的像素占比率。

在本发明实施例中，预设位置可以是预先存储的位置坐标，该位置坐标与最大相似度对应的模板字符、相邻相似度对应的模板字符有关，通过该预设位置，能够将两个相似的点阵字符进行明显区分。例如，当最大相似度对应的模板字符为“0”，相邻相似度对应的模板字符为“8”时，那么，预设位置可以是单个点阵字符的中心点(因为“0”和“8”在中心点处有明显区别，“8”的中间有交叉点，而“0”的中间是空的，不存在交叉点)。像素占比率可以是以预设位置为中心，预设范围(例如，3*3邻域，5*5邻域)内，像素值为预设像素值的像素点的个数占总像素点的个数的比例。例如，当预设像素值为0，预设范围为5*5邻域时，总像素点为5*5＝25，统计在预设范围内像素值为0的像素点的个数是20，那么像素占比率为20/25＝80％。

子步骤S67，将像素占比率与预先存储的最大相似度对应的模板字符的占比率、相邻相似度对应的模板字符的占比率均进行比较，将与像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度。

在本发明实施例中，电子设备100内预先存储有每个模板字符的在预设位置的占比率，例如，模板字符“8”在中心点的占比率为70％，模板字符“0”在中心点的占比率为5％。将像素占比率与预先存储的最大相似度对应的模板字符的占比率、相邻相似度对应的模板字符的占比率均进行比较，将与像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度的步骤，可以理解为，依据像素占比率和预先存储的最大相似度对应的模板字符的占比率，计算第一占比差；依据像素占比率和预先存储的相邻相似度对应的模板字符的占比率，计算第二占比差；将第一占比差与第二占比差进行比较；当第一占比差大于第二占比差时，将相邻相似度作为目标相似度；当第一占比差小于或者等于第二占比差时，将最大相似度作为目标相似度。例如，例如，当子步骤S65得到像素占比率为7％，最大相似度对应的模板字符“8”的占比率为70％，相邻相似度对应的模板字符“0”的占比率为5％时，第一占比差＝70％-7％＝63％，第二占比差＝7％-5％＝2％，第一占比差大于第二占比差，那么将相邻相似度作为目标相似度。

与现有技术相比，本发明实施例具有以下优势：

首先，当两个相似度相差较小时，通过计算预设位置的像素占比率对其进行区分，能够明显地辨认出不同点阵字符之间的差异，提高点阵字符识别的准确率。

其次，依据每行的行像素值和预设像素值的关系分割出单行点阵字符，依据每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符，并对单个点阵字符进行字符识别，解决了现有技术中不能对点阵字符图像中的点阵字符进行字符分割、识别的问题。

第二实施例

请参阅图12，图12示出了本发明实施例提供的点阵字符识别装置200的方框示意图。点阵字符识别装置200包括点阵图像获取模块201、图像二值化模块202、单行字符获取模块203、单个字符获取模块204、模板字符匹配模块205及点阵字符确定模块206。

点阵图像获取模块201，用于获取包含点阵字符的点阵图像。

可以理解为，点阵图像获取模块201可以执行上述步骤S1。

图像二值化模块202，用于对点阵图像进行二值化处理，得到点阵二值图像。

可以理解为，图像二值化模块202可以执行上述步骤S2。

单行字符获取模块203，用于将点阵二值图像进行行投影，统计每行的行像素值，并依据每行的行像素值和预设像素值的关系分割出单行点阵字符。

可以理解为，单行字符获取模块203可以执行上述步骤S3。

在本发明实施例中，单行字符获取模块203可以具体用于：获取至少一个连续行像素值，其中，每个连续行像素值中的连续的行像素值均为预设像素值的行数小于第一阈值，连续行像素值两端的行像素值均为预设像素值的行数大于或者等于第一阈值；将每个连续行像素值对应的多行像素点均作为一个单行点阵字符。

单个字符获取模块204，用于将单行点阵字符进行列投影，统计每列的列像素值，并依据每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符。

可以理解为，单个字符获取模块204可以执行上述步骤S4。

在本发明实施例中，单个字符获取模块204可以具体用于：获取至少一个连续列像素值，其中，每个连续列像素值中的连续的列像素值均为预设像素值的列数小于第二阈值，连续列像素值两端的列像素值均为预设像素值的列数大于或者等于第二阈值；将每个连续列像素值对应的多列像素点均作为一个单个点阵字符。

模板字符匹配模块205，用于将每个单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个单个点阵字符与每个模板字符的相似度。

可以理解为，模板字符匹配模块205可以执行上述步骤S5。

点阵字符确定模块206，用于从每个单个点阵字符对应的多个相似度中确定出目标相似度，并将目标相似度对应的模板字符作为单个点阵字符的字符。

可以理解为，点阵字符确定模块206可以执行上述步骤S6。

在本发明实施例中，点阵字符确定模块206可以具体用于：按照每个单个点阵字符对应的多个相似度的大小，对每个相似度进行排序；获取最大相似度并与预设相似度进行对比；当最大相似度大于或等于预设相似度时，将最大相似度作为目标相似度；当最大相似度小于预设相似度时，获取最大相似度的相邻相似度；依据最大相似度和相邻相似度，计算相似度差值；当相似度差值小于预设差值时，依据最大相似度对应的模板字符和相邻相似度对应的模板字符计算单个点阵字符在预设位置的像素占比率；将像素占比率与预先存储的最大相似度对应的模板字符的占比率、相邻相似度对应的模板字符的占比率均进行比较，将与像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度。

点阵字符确定模块206执行将像素占比率与预先存储的最大相似度对应的模板字符的占比率、相邻相似度对应的模板字符的占比率均进行比较，将与像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度步骤的方式，具体包括：依据像素占比率和预先存储的最大相似度对应的模板字符的占比率，计算第一占比差；依据像素占比率和预先存储的相邻相似度对应的模板字符的占比率，计算第二占比差；将第一占比差与第二占比差进行比较；当第一占比差大于第二占比差时，将相邻相似度作为目标相似度；当第一占比差小于或者等于第二占比差时，将最大相似度作为目标相似度。

综上所述，本发明实施例提供一种点阵字符识别方法及装置，所述方法包括：获取包含点阵字符的点阵图像；对点阵图像进行二值化处理，得到点阵二值图像；将点阵二值图像进行行投影，统计每行的行像素值，并依据每行的行像素值和预设像素值的关系分割出单行点阵字符；将单行点阵字符进行列投影，统计每列的列像素值，并依据每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符；将每个单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个单个点阵字符与每个模板字符的相似度；从每个单个点阵字符对应的多个相似度中确定出目标相似度，并将目标相似度对应的模板字符作为单个点阵字符的字符。与现有技术相比，本发明实施例具有以下优势：首先，当两个相似度相差较小时，通过计算预设位置的像素占比率对其进行区分，能够明显地辨认出不同点阵字符之间的差异，提高点阵字符识别的准确率。其次，依据每行的行像素值和预设像素值的关系分割出单行点阵字符，依据每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符，并对单个点阵字符进行字符识别，解决了现有技术中不能对点阵字符图像中的点阵字符进行字符分割、识别的问题。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种点阵字符识别方法，其特征在于，所述方法包括：

获取包含点阵字符的点阵图像；

对所述点阵图像进行二值化处理，得到点阵二值图像；

将所述点阵二值图像进行行投影，统计每行的行像素值，并依据所述每行的行像素值和预设像素值的关系分割出单行点阵字符；

将所述单行点阵字符进行列投影，统计每列的列像素值，并依据所述每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符；

将每个所述单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个所述单个点阵字符与每个所述模板字符的相似度；

从每个所述单个点阵字符对应的多个相似度中确定出目标相似度，并将所述目标相似度对应的模板字符作为所述单个点阵字符的字符。

2.如权利要求1所述的方法，其特征在于，所述依据所述每行的行像素值和预设像素值的关系分割出单行点阵字符的步骤，包括：

获取至少一个连续行像素值，其中，每个所述连续行像素值中的连续的行像素值均为预设像素值的行数小于第一阈值，所述连续行像素值两端的行像素值均为预设像素值的行数大于或者等于第一阈值；

将每个连续行像素值对应的多行像素点均作为一个单行点阵字符。

3.如权利要求1所述的方法，其特征在于，所述依据所述每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符的步骤，包括：

获取至少一个连续列像素值，其中，每个所述连续列像素值中的连续的列像素值均为预设像素值的列数小于第二阈值，所述连续列像素值两端的列像素值均为预设像素值的列数大于或者等于第二阈值；

将每个连续列像素值对应的多列像素点均作为一个单个点阵字符。

4.如权利要求1所述的方法，其特征在于，所述从每个所述单个点阵字符对应的多个相似度中确定出目标相似度的步骤，包括：

按照每个所述单个点阵字符对应的多个相似度的大小，对每个相似度进行排序；

获取最大相似度并与预设相似度进行对比；

当所述最大相似度大于或等于所述预设相似度时，将所述最大相似度作为目标相似度；

当所述最大相似度小于所述预设相似度时，获取所述最大相似度的相邻相似度；

依据所述最大相似度和所述相邻相似度，计算相似度差值；

当所述相似度差值小于预设差值时，依据所述最大相似度对应的模板字符和所述相邻相似度对应的模板字符计算所述单个点阵字符在预设位置的像素占比率；

将所述像素占比率与预先存储的所述最大相似度对应的模板字符的占比率、所述相邻相似度对应的模板字符的占比率均进行比较，将与所述像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度。

5.如权利要求4所述的方法，其特征在于，所述将所述像素占比率与预先存储的所述最大相似度对应的模板字符的占比率、所述相邻相似度对应的模板字符的占比率均进行比较，将与所述像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度的步骤，包括：

依据所述像素占比率和预先存储的所述最大相似度对应的模板字符的占比率，计算第一占比差；

依据所述像素占比率和预先存储的所述相邻相似度对应的模板字符的占比率，计算第二占比差；

将所述第一占比差与所述第二占比差进行比较；

当所述第一占比差大于所述第二占比差时，将所述相邻相似度作为目标相似度；

当所述第一占比差小于或者等于所述第二占比差时，将所述最大相似度作为目标相似度。

6.一种点阵字符识别装置，其特征在于，所述装置包括：

点阵图像获取模块，用于获取包含点阵字符的点阵图像；

图像二值化模块，用于对所述点阵图像进行二值化处理，得到点阵二值图像；

单行字符获取模块，用于将所述点阵二值图像进行行投影，统计每行的行像素值，并依据所述每行的行像素值和预设像素值的关系分割出单行点阵字符；

单个字符获取模块，用于将所述单行点阵字符进行列投影，统计每列的列像素值，并依据所述每列的列像素值和预设像素值的关系分割出每个单行点阵字符中的单个点阵字符；

模板字符匹配模块，用于将每个所述单个点阵字符均与预先存储的多个模板字符进行对比，并计算出每个所述单个点阵字符与每个所述模板字符的相似度；

点阵字符确定模块，用于从每个所述单个点阵字符对应的多个相似度中确定出目标相似度，并将所述目标相似度对应的模板字符作为所述单个点阵字符的字符。

7.如权利要求6所述的装置，其特征在于，所述单行字符获取模块具体用于：

获取至少一个连续行像素值，其中，每个所述连续行像素值中的连续的行像素值均为预设像素值的行数小于第一阈值，所述连续行像素值两端的行像素值均为预设像素值的行数大于或者等于第一阈值；

将每个连续行像素值对应的多行像素点均作为一个单行点阵字符。

8.如权利要求6所述的装置，其特征在于，所述单个字符获取模块具体用于：

获取至少一个连续列像素值，其中，每个所述连续列像素值中的连续的列像素值均为预设像素值的列数小于第二阈值，所述连续列像素值两端的列像素值均为预设像素值的列数大于或者等于第二阈值；

将每个连续列像素值对应的多列像素点均作为一个单个点阵字符。

9.如权利要求6所述的装置，其特征在于，所述点阵字符确定模块具体用于：

按照每个所述单个点阵字符对应的多个相似度的大小，对每个相似度进行排序；

获取最大相似度并与预设相似度进行对比；

当所述最大相似度大于或等于所述预设相似度时，将所述最大相似度作为目标相似度；

当所述最大相似度小于所述预设相似度时，获取所述最大相似度的相邻相似度；

依据所述最大相似度和所述相邻相似度，计算相似度差值；

当所述相似度差值小于预设差值时，依据所述最大相似度对应的模板字符和所述相邻相似度对应的模板字符计算所述单个点阵字符在预设位置的像素占比率；

将所述像素占比率与预先存储的所述最大相似度对应的模板字符的占比率、所述相邻相似度对应的模板字符的占比率均进行比较，将与所述像素占比率接近的模板字符的占比率对应的相似度确定为目标相似度。

10.如权利要求9所述的装置，其特征在于，所述点阵字符确定模块还具体用于：

依据所述像素占比率和预先存储的所述最大相似度对应的模板字符的占比率，计算第一占比差；

依据所述像素占比率和预先存储的所述相邻相似度对应的模板字符的占比率，计算第二占比差；

将所述第一占比差与所述第二占比差进行比较；

当所述第一占比差大于所述第二占比差时，将所述相邻相似度作为目标相似度；

当所述第一占比差小于或者等于所述第二占比差时，将所述最大相似度作为目标相似度。