同網(wǎng)絡(luò)的輪胎壓印字符動(dòng)態(tài)識(shí)別方法，首先使用YOLO-V5s網(wǎng)絡(luò)識(shí)別捕捉到的圖像中的輪胎，并按照檢測(cè)框的輪廓裁剪圖片；對(duì)裁剪得到的輪胎圖像進(jìn)行四分區(qū)，在分區(qū)內(nèi)使用ENet定位字符區(qū)域，濾去面積過(guò)小的噪聲區(qū)域；基于區(qū)域生長(zhǎng)算法，提取完整的字符區(qū)域；對(duì)不規(guī)則的掩膜區(qū)域做外接矩形，并將4個(gè)分割圖像進(jìn)行拼接；計(jì)算拼接后的字符區(qū)域面積并排序，過(guò)濾非目標(biāo)的字符區(qū)域；再次作外接矩形后通過(guò)圖像旋轉(zhuǎn)和投影展開使字符處于正位并將字符拉直；使用YOLO-V5s網(wǎng)絡(luò)對(duì)圖像塊內(nèi)字符進(jìn)

刷到包裝袋上的，字符呈點(diǎn)陣狀。噴碼大多數(shù)用噴墨技術(shù)實(shí)現(xiàn)的，但是噴碼機(jī)會(huì)出現(xiàn)震動(dòng)擾亂的情況導(dǎo)致噴碼字符會(huì)傾斜，或者因?yàn)橛湍蛔銓?dǎo)致噴碼字符出現(xiàn)殘缺，或者因?yàn)閲娔痪鶆虺霈F(xiàn)噴碼模糊等情況。為了不讓產(chǎn)品在流通和銷售時(shí)因?yàn)閲姶a問題產(chǎn)生影響，因此需要在出廠前檢測(cè)識(shí)別產(chǎn)品外包裝噴碼，篩選剔除噴碼有問題的產(chǎn)品。傳統(tǒng)的噴碼檢測(cè)基本都是人工檢測(cè)，方法是目視法，雖然能檢測(cè)出一些不合格的產(chǎn)品，但是人會(huì)產(chǎn)生疲勞，導(dǎo)致檢測(cè)精度降低，同時(shí)人工檢測(cè)的速度也較低，因此還會(huì)存在部分不合格品

水號(hào)等信息以點(diǎn)陣字符的形式標(biāo)注于食品包裝的表面。由于在噴碼過(guò)程中會(huì)受到噴頭振動(dòng)、噴墨不均勻等因素的影響,不可避免地會(huì)出現(xiàn)部分字符的漏噴和模糊等缺陷,進(jìn)而影響食品的安全。目前,大多數(shù)食品生產(chǎn)企業(yè)對(duì)噴碼信息的檢測(cè)仍采用人工目測(cè)的方式完成,但該方法存在檢測(cè)效率低、成本高的問題,而且因檢測(cè)人員易疲勞還存在誤檢的問題[1]。因此,研究一種高效低成本的噴碼字符檢測(cè)方法,不僅可以提高企業(yè)的檢測(cè)效率、降低企業(yè)成本,還有利于確保食品的安全。目前,一些學(xué)者針對(duì)食品包裝上點(diǎn)陣噴

識(shí)別領(lǐng)域[3]，字符型驗(yàn)證碼[4]依舊是網(wǎng)站使用最多形式的驗(yàn)證碼，因此字符型驗(yàn)證碼的識(shí)別是一個(gè)重要的研究方向。通常，研究人員將字符識(shí)別算法的過(guò)程分為三個(gè)步驟，分別為字符定位、字符分割和字符識(shí)別[5]。而在識(shí)別字符型驗(yàn)證碼的時(shí)，最主要的是字符分割與字符識(shí)別部分，因此單個(gè)字符的正確分割是影響字符型驗(yàn)證碼識(shí)別準(zhǔn)確率的關(guān)鍵步驟[6]。有效的分割驗(yàn)證碼可以極大的提高字符型驗(yàn)證碼識(shí)別的準(zhǔn)確率。在分割方法中，傳統(tǒng)的顏色填充分割算法[7]是利用區(qū)域填充的思想對(duì)字符進(jìn)行分割

許多產(chǎn)品包含大量字符信息，在字符中存在一些字符缺陷，如字符不清晰、字符漏印、字符筆畫漏印、字符相對(duì)位置偏移等[1]，目前在發(fā)光字符產(chǎn)品檢測(cè)中，大多數(shù)是依靠人工檢測(cè)，不僅耗時(shí)耗力[2]，而且存在漏檢等情況。不同于字符識(shí)別，字符檢測(cè)同時(shí)存在缺陷樣本量不足等問題，而且相關(guān)研究相對(duì)較少[3]。對(duì)此，本文開展了基于機(jī)器視覺的發(fā)光字符的缺陷檢測(cè)研究。1 字符檢測(cè)系統(tǒng)的構(gòu)建構(gòu)建字符檢測(cè)系統(tǒng)要考慮圖片畫質(zhì)清晰度、圖片中待檢區(qū)域與背景有高對(duì)比度和待檢字符工件受外界光照影響，

員進(jìn)行了有關(guān)金屬字符分割和識(shí)別的相關(guān)研究，如鋼板字符識(shí)別［4］，金屬銘牌字符識(shí)別［5］，鋼管字符識(shí)別［6］等。這類研究的主要目的即通過(guò)攝像機(jī)獲取金屬表面字符圖像，并通過(guò)算法實(shí)現(xiàn)對(duì)圖像中的字符的分割和識(shí)別，替代人工統(tǒng)計(jì)標(biāo)注。這不僅提高了工作效率，節(jié)省了人力物力，同時(shí)對(duì)于檢測(cè)的準(zhǔn)確率和識(shí)別率也得到明顯的改善。例如，對(duì)于金屬制造業(yè)來(lái)說(shuō)，鋼管作為建筑業(yè)中的重要產(chǎn)品，日生產(chǎn)量大，編號(hào)較為復(fù)雜，字符信息的錄入已經(jīng)遠(yuǎn)遠(yuǎn)滯后于鋼管的制造，故而研究鋼管字符的準(zhǔn)確分割和辨識(shí)具

5)0 引言車號(hào)字符分割是從字符組成的整個(gè)車號(hào)區(qū)域圖像中分割出單個(gè)字符的過(guò)程。它是車號(hào)自動(dòng)識(shí)別系統(tǒng)的中間環(huán)節(jié)，其分割結(jié)果直接影響車號(hào)最終的識(shí)別率。常用的字符分割方法有模板匹配法[1-2]、連通區(qū)域標(biāo)記法[3-4]、垂直投影法[5-7]以及它們相結(jié)合的方法[8-10]等?；趥鹘y(tǒng)垂直投影法的列車車號(hào)字符分割基本原理[11-12]為：列車車號(hào)各字符之間都存在一定寬度的間隔，對(duì)二值化后的車號(hào)圖像逐列掃描并統(tǒng)計(jì)每一列的白色或黑色像素總和，以此即可繪制出車號(hào)字符的投

我們可以逐塊、逐字符瀏覽整個(gè)Unicode代碼空間。首先從“Select Unicode Block”下拉列表中選擇Unicode代碼塊，例如“CJK Unified Ideographs Extension A”，在上方的列表中可以看到該區(qū)塊存儲(chǔ)的是生僻字。然后點(diǎn)擊目標(biāo)字符，該字符便會(huì)出現(xiàn)在下端的“Edit Buf fer”緩沖區(qū)中，緩沖區(qū)可添加多個(gè)字符。之后便可以從這里剪貼、復(fù)制或保存這些字符了（圖2）。再比如，選擇“MiscellaneousSymb

于圖像攝取設(shè)備和字符識(shí)別算法，對(duì)貴金屬首飾的印記進(jìn)行智能識(shí)別并輸出顯示，很大程度上緩解檢測(cè)人員的用眼疲勞，并可用于貴金屬首飾檢測(cè)報(bào)告的自動(dòng)生成。該系統(tǒng)使用基于模板匹配的智能識(shí)別方法對(duì)圖像攝取設(shè)備拍攝的首飾圖片中的印記字符進(jìn)行識(shí)別，其實(shí)質(zhì)是度量輸入印記的字符和模板字符之間的相似性，取相似度最大的字符作為輸入印記字符所屬的類別[5]。由于貴金屬首飾的材料主要集中在金、銀、鉑、鈀等金屬元素，其純度范圍等級(jí)也較少，所以最終材料純度的印記表示形式有限，且有規(guī)律可循。

般分為車牌定位、字符分割、字符識(shí)別3 個(gè)模塊。其中，對(duì)字符識(shí)別的研究在國(guó)內(nèi)外獲得了廣泛的發(fā)展。目前，普遍流行的研究方法有模板匹配、特征法、神經(jīng)網(wǎng)絡(luò)、支撐向量機(jī)等。模板匹配算法是待識(shí)別字符的數(shù)據(jù)信息和模板庫(kù)中所有字符的數(shù)據(jù)信息依次進(jìn)行比較，重合數(shù)目最高者即為識(shí)別值。模板匹配適合固定尺寸、無(wú)傾斜、沒旋轉(zhuǎn)的字符數(shù)據(jù)[1，2]。特征法也是一種快速簡(jiǎn)單的算法。譚教授和張向東等人利用識(shí)別字符的圖形特性，根據(jù)水平遍歷和垂直遍歷的數(shù)據(jù)構(gòu)建特征函數(shù)，通過(guò)不同的函數(shù)值來(lái)識(shí)別字

表盤圖像中的數(shù)字字符進(jìn)行準(zhǔn)確識(shí)別。目前，國(guó)內(nèi)外研究者已在字符識(shí)別方面做了大量工作，尤其是基于卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)的端到端識(shí)別方法，在讀取各種表盤上的完整數(shù)字字符時(shí)都取得了良好的表現(xiàn)。熊誠(chéng)[4]采用基于Inception V1架構(gòu)的CNN模型識(shí)別燃?xì)獗?span id="j5i0abt0b" class="hl">字符，在一定程度上解決了傳統(tǒng)機(jī)器視覺方法對(duì)圖像質(zhì)量要求過(guò)高的問題；薛亮[5]采用LeNet-5網(wǎng)絡(luò)進(jìn)行遷移學(xué)習(xí)，實(shí)現(xiàn)了對(duì)水表字符的準(zhǔn)確快速識(shí)別；熊勛

引 言手寫英文字符識(shí)別是光學(xué)字符識(shí)別(optical character recognition，OCR)的一個(gè)重要分支，研究人員提出了多種方法[1-5]進(jìn)行手寫英文字符的識(shí)別。近年來(lái)，為了提高易混手寫字符的識(shí)別準(zhǔn)確率，現(xiàn)有的研究方法可以分為兩類：以特征提取[6-8]為中心，以神經(jīng)網(wǎng)絡(luò)[9-11]為中心。以特征提取為中心的方法旨在通過(guò)找到字符高質(zhì)量的特征并加強(qiáng)特征的表征能力來(lái)進(jìn)行易混字符的區(qū)分。Inkeaw等[12]提出了一種利用潛在表征區(qū)域的梯度特征來(lái)

圖片變成一幅黑白字符畫。字符畫是一系列字符的組合，我們可以把字符看作是比較大塊的像素，一個(gè)字符能表現(xiàn)一種顏色，字符的種類越多，可以表現(xiàn)的顏色也越多，圖片也會(huì)更有層次感。如果我們想要手工繪制出字符畫，首先要有扎實(shí)的美術(shù)基礎(chǔ)，其次還要花費(fèi)大量的時(shí)間和精力。但是我們可以使用Python，只需要幾行代碼，就能夠?qū)⒁粡垐D片輕而易舉地轉(zhuǎn)化為一個(gè)字符畫。這幅小豬佩奇就是利用Python的PIL庫(kù)，通過(guò)字符代替顏色的方法完成的字符畫。我們知道一張RGB模式的圖片是由很多個(gè)

將這些信息以點(diǎn)陣字符的形式打印在包裝表面。目前，食品包裝行業(yè)一般采用噴墨技術(shù)對(duì)食品進(jìn)行生產(chǎn)信息標(biāo)注。但該技術(shù)在噴碼機(jī)振動(dòng)不穩(wěn)定、噴墨不均勻和油墨不足等情況下，容易產(chǎn)生字符傾斜、字符殘缺和字符模糊等問題。為避免這些問題對(duì)產(chǎn)品流通和銷售產(chǎn)生影響，需要對(duì)點(diǎn)陣字符進(jìn)行檢測(cè)和識(shí)別。傳統(tǒng)檢測(cè)過(guò)程通常依賴人工完成，不僅檢測(cè)效率低、準(zhǔn)確度不可靠，而且需要耗費(fèi)大量的人力資源，增加了生產(chǎn)成本。因此，研究一種高效準(zhǔn)確的自動(dòng)化檢測(cè)識(shí)別方法來(lái)代替人工檢測(cè)，不僅有利于提高企業(yè)的生產(chǎn)效

廣泛應(yīng)用于標(biāo)簽中字符的制作。噴碼機(jī)通過(guò)與計(jì)算機(jī)的信息交互獲取產(chǎn)品的生產(chǎn)信息，再將信息以噴點(diǎn)形式噴印在產(chǎn)品標(biāo)簽中[1]。為了確保產(chǎn)品生產(chǎn)的合格率，需要對(duì)產(chǎn)品的標(biāo)簽進(jìn)行檢測(cè)。傳統(tǒng)的標(biāo)簽檢測(cè)依靠人工完成，存在檢測(cè)速度慢、主觀性強(qiáng)、誤檢率高等缺陷。因此，迫切需要一種高效的自動(dòng)檢測(cè)技術(shù)。針對(duì)點(diǎn)陣字符的檢測(cè)，國(guó)內(nèi)外學(xué)者提出了一些檢測(cè)算法。文獻(xiàn)[2～4]中利用形態(tài)學(xué)操作將單個(gè)點(diǎn)陣字符筆畫連接起來(lái)形成連通域，再用投影法進(jìn)行字符分割[5,6]。該類方法對(duì)于連通域字符的分割具

實(shí)驗(yàn)室局域網(wǎng)含噪字符易受到環(huán)境等因素的干擾，導(dǎo)致含噪字符的識(shí)別能力較差，需要研究含噪字符圖像特征識(shí)別模型，結(jié)合模糊相關(guān)性特征檢測(cè)方法，進(jìn)行含噪字符圖像識(shí)別［1］.對(duì)含噪字符圖像特征識(shí)別是建立在特征提取和模糊度分析基礎(chǔ)上，建立含噪字符圖像特征識(shí)別的統(tǒng)計(jì)分析模型，采用模糊信息融合方法，進(jìn)行含噪字符圖像局部模糊特征提取和識(shí)別［2］，相關(guān)的含噪字符圖像特征識(shí)別方法研究受到人們的極大關(guān)注.在傳統(tǒng)方法中，對(duì)含噪字符圖像局部模糊特征識(shí)別方法主要有子空間特征識(shí)別方法，模糊

驗(yàn)室局域網(wǎng)絡(luò)含噪字符的三維檢測(cè)和特征識(shí)別，提高實(shí)驗(yàn)室局域網(wǎng)絡(luò)含噪字符的檢測(cè)能力，在進(jìn)行實(shí)驗(yàn)室局域網(wǎng)絡(luò)含噪字符特征識(shí)別過(guò)程中，需要結(jié)合實(shí)驗(yàn)室局域網(wǎng)絡(luò)含噪字符的相關(guān)特性對(duì)其進(jìn)行有效識(shí)別，相關(guān)的實(shí)驗(yàn)室局域網(wǎng)絡(luò)含噪字符檢測(cè)方法研究受到人們的極大重視［1］.對(duì)實(shí)驗(yàn)室局域網(wǎng)絡(luò)含噪字符的檢測(cè)是建立在圖像的三維視覺信息融合基礎(chǔ)上，結(jié)合特征優(yōu)化識(shí)別方法，進(jìn)行實(shí)驗(yàn)室局域網(wǎng)絡(luò)含噪字符的信息融合和特征檢測(cè).提出基于視覺信息增強(qiáng)的實(shí)驗(yàn)室局域網(wǎng)絡(luò)含噪字符識(shí)別模型，采用關(guān)鍵特征點(diǎn)提取方

答案預(yù)處理、答案字符分割、答案識(shí)別等階段。其中，字符分割是最為關(guān)鍵的，它直接影響著字符識(shí)別的準(zhǔn)確率和答案判定的可靠性。因此，手寫字符分割值得研究。目前國(guó)內(nèi)外對(duì)字符分割的研究已經(jīng)取得一些成果：文獻(xiàn)[1]提出將圖片上的字符分割開后，再結(jié)合傳統(tǒng)的機(jī)器學(xué)習(xí)相關(guān)算法，可以得到一個(gè)較好的識(shí)別效果；文獻(xiàn)[2]提出一種基于投影的豎直分割的方法，它解決了大部分情況下非粘連字符的分割，但在粘連字符的分割上效果不理想；文獻(xiàn)[3]提出一種利用中軸點(diǎn)作為字符分割點(diǎn)的方法，其中中軸點(diǎn)

出現(xiàn)多種缺陷，如字符的缺印、漏印、錯(cuò)印[1]，以上的質(zhì)量問題會(huì)對(duì)企業(yè)的品牌形象及信譽(yù)產(chǎn)生較大的影響[2]。傳統(tǒng)的噴碼檢測(cè)采用人工全檢，人工檢測(cè)效率低、強(qiáng)度大且容易出現(xiàn)漏檢、誤檢的情況。這種人工檢測(cè)方式已經(jīng)不適應(yīng)未來(lái)制造業(yè)自動(dòng)化、信息化的發(fā)展趨勢(shì)[3]，采用機(jī)器視覺技術(shù)來(lái)進(jìn)行產(chǎn)品表面信息特征的提取以及缺陷檢測(cè)已越來(lái)越普遍[4-5]。文獻(xiàn)[6]通過(guò)比較識(shí)別字符與標(biāo)準(zhǔn)模型的灰度值波動(dòng)實(shí)現(xiàn)字符質(zhì)量的檢驗(yàn)，文獻(xiàn)[7]通過(guò)特征點(diǎn)提取與模板匹配對(duì)字符進(jìn)行識(shí)別與判定，文獻(xiàn)

晶屏;1602;字符顯示1602字符型液晶也叫1602液晶，它是一種專門用來(lái)顯示字母、數(shù)字、符號(hào)等的點(diǎn)陣型液晶模塊。字符型液晶，能夠同時(shí)顯示16×02即32個(gè)字符。它由若干個(gè)5×7或者5×11等點(diǎn)陣字符位組成，每個(gè)點(diǎn)陣字符位都可以顯示一個(gè)字符，每位之間有一個(gè)點(diǎn)距的間隔，每行之間也有間隔，起到了字符間距和行間距的作用，正因?yàn)槿绱?，所以它不能很好地顯示圖形。1602字符型LCD通常有14條引腳線或16條引腳線的LCD，多出來(lái)的2條線是背光電源線。首先要熟悉一下

期一般是使用點(diǎn)陣字符打印在包裝袋上，當(dāng)發(fā)生安全事故時(shí)，很容易溯源，并找出故障原因并追責(zé)，因此研究與開發(fā)自動(dòng)點(diǎn)陣字符識(shí)別系統(tǒng)不僅可以有效保證食品、藥品安全，而且可以減少質(zhì)量控制過(guò)程中所需的勞動(dòng)力成本。目前針對(duì)基于點(diǎn)陣字符的識(shí)別研究，主要分為三種方法：基于人工神經(jīng)網(wǎng)絡(luò)的方法、基于統(tǒng)計(jì)學(xué)識(shí)別的方法和基于匹配識(shí)別的方法[1-3]。由于人工神經(jīng)網(wǎng)絡(luò)一般需要大量樣本，很難在樣本數(shù)據(jù)有限及識(shí)別環(huán)境復(fù)雜的情況下取得很好的識(shí)別效果。例如，文獻(xiàn)[1]采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)易拉罐點(diǎn)

算法，我們普通的字符串匹配算法是從左向右的，BM算法是從右向左匹配，即先判斷模式串最后一個(gè)字符是否匹配，最后判斷模式串第一個(gè)字符是否匹配。BM算法基本思想是從右向左的把模式串同文本串做比較。開始時(shí)模式串P的最左邊與文本串T的最左邊對(duì)齊，當(dāng)在某一趟比較中出現(xiàn)不匹配時(shí)，計(jì)算模式串右移的距離，把模式串向右移動(dòng)該距離，再進(jìn)行從右至左的匹配；當(dāng)與最右的模式符號(hào)做比較的文本符號(hào)在模式中根本就沒有出現(xiàn)，則模式可以在這個(gè)文本符號(hào)之后移位m(模式串字符個(gè)數(shù))個(gè)位置[3-6]

配規(guī)則的特殊文本字符或字符串，用于判斷字符串格式或者提取字符串內(nèi)容。它最基本的模式，只是匹配文字。例如“＼b[A ZO-9._%+-]+@[A-ZO-9.-]+＼.[A-Z]{2，}＼b”，這是一個(gè)較復(fù)雜的模式。它描述了一系列字母，數(shù)字，點(diǎn)，下劃線，百分號(hào)和連字符，后跟一個(gè)@符號(hào)，后跟另一系列字母，數(shù)字和連字符，最后是一個(gè)點(diǎn)和兩個(gè)或多個(gè)字母。如果仔細(xì)看就會(huì)發(fā)現(xiàn)，此模式描述了一個(gè)電子郵件地址。使用上述正則表達(dá)式模式，您可以搜索文本文件以查找電子郵件地址，或驗(yàn)

識(shí)別項(xiàng)目中的黏連字符分割問題為案例，探討運(yùn)用圖像處理技術(shù)來(lái)解決實(shí)際問題的方案。雷管編碼識(shí)別項(xiàng)目來(lái)自有關(guān)部門對(duì)雷管使用的終端管控需求。雷管作為一種起爆材料，是國(guó)家嚴(yán)格管控的危險(xiǎn)物品，一旦流失會(huì)危及人民生命及財(cái)產(chǎn)安全。為了有效管理雷管的生產(chǎn)及使用，國(guó)家有關(guān)部門規(guī)定每一發(fā)雷管在生產(chǎn)時(shí)其外殼表面都需印有獨(dú)一無(wú)二的表征其身份的編碼[1]。在雷管生產(chǎn)及日常爆破作業(yè)中，對(duì)雷管編碼的記錄大多還是采用人工識(shí)別和手工抄錄的方式。這種傳統(tǒng)的工作方式無(wú)法滿足現(xiàn)代信息化作業(yè)的高效和

相比,缺少必要的字符位置和軌跡信息,其中后者可以根據(jù)字符位置和書寫經(jīng)驗(yàn)來(lái)近似獲得,因此字符位置的判定對(duì)脫機(jī)手寫體文本識(shí)別效率的影響甚大。脫機(jī)手寫字符書寫隨意性導(dǎo)致相鄰字符之間的位置關(guān)系復(fù)雜性,造成脫機(jī)手寫體文本中的字符位置定位要比印刷體字符定位難得很多,尤其是行傾斜、不規(guī)則行片段以及粘連字符的文本中的字符位置判定[5-7]。目前脫機(jī)手寫文本的字符位置判定主要是由字符切分來(lái)實(shí)現(xiàn),常用的切分技術(shù)有基于統(tǒng)計(jì)的切分方法、基于字形結(jié)構(gòu)切分和基于識(shí)別的漢字切分方法等。

aracters字符組下的三個(gè)黑框選項(xiàng)中，選擇你想用的字符類別，在Donot use框中寫下不想用的字符（圖2）。按下OK按鈕之后，就會(huì)生成新的ASCⅡ圖畫（圖3）。接下來(lái)，通過(guò)選取窗口底部字符列表中的某個(gè)字符，配合使用左側(cè)工具箱中的繪制工具，還可以對(duì)轉(zhuǎn)換之后的ASCⅡ圖像進(jìn)行手工繪制和修改。最后，通過(guò)“File→Save Picture As”命令，可將字符畫保存為新的圖片。用“File→SaveAs”命令，起一個(gè)擴(kuò)展名為.TXT的文件，可保存字符的布局

1）1 引言數(shù)字字符識(shí)別是光學(xué)字符識(shí)別（OCR）的一個(gè)重要分支［1］，在車牌號(hào)碼、名片、身份證號(hào)碼、銀行卡號(hào)、快遞號(hào)、支票號(hào)碼、郵政編碼以及其他編號(hào)識(shí)別方面具有重要的實(shí)用價(jià)值和廣闊的市場(chǎng)潛力。因此吸引了大量的研究人員進(jìn)行深入的研究，并提出了不少識(shí)別算法。在有關(guān)數(shù)字識(shí)別的大型系統(tǒng)中，數(shù)字識(shí)別大部分采用BP算法［2］（神經(jīng)網(wǎng)絡(luò)算法）或者SVM算法（支持向量機(jī)算法），但這些方法計(jì)算量比較大，為實(shí)現(xiàn)高效率對(duì)硬件要求較高，實(shí)現(xiàn)起來(lái)還非常復(fù)雜，且在純數(shù)字識(shí)別的系統(tǒng)中顯

節(jié)流類，另一種是字符流類，分別由四個(gè)抽象類來(lái)表示：InputStream，OutputStream，Reader，Writer。字節(jié)流類都是InputStream和OutputStream類的子類，字節(jié)流類所操作的數(shù)據(jù)都是以一個(gè)字節(jié)（8位）的形式傳輸;字符流類都是Reader和Writer類的子類，字節(jié)流類所操作的數(shù)據(jù)都是以兩個(gè)字節(jié)（16位）的形式傳輸。2、字符流類（1）字符輸入流：為了讀取各種字符編碼格式的字符，java中提供了字符輸入流，它可以讀取帶文

無(wú)奇偶校驗(yàn)，起始字符位88，報(bào)文輸出格式為1，校驗(yàn)和開。通信程序設(shè)計(jì)主要包含四個(gè)部分，第一部分為設(shè)置PLC的通信接口并建立PLC接受字符中斷。第二部分主要是建立字符接受指針，將接受的字符存儲(chǔ)到相應(yīng)區(qū)域中。因?yàn)閃E2107稱重顯示器輸出的數(shù)據(jù)為ASCⅡ字符，因此第三部分的程序主要是針對(duì)接受的字符進(jìn)行轉(zhuǎn)換。WE2107輸出報(bào)文包括開始字符，符號(hào)字符，數(shù)據(jù)字符（含小數(shù)點(diǎn)）、結(jié)束字符及檢驗(yàn)和等一系列字符。故第四部分的程序針對(duì)已接受并轉(zhuǎn)換為十六進(jìn)制的字符進(jìn)行數(shù)學(xué)處理

別并輸入圖像中的字符。文本驗(yàn)證碼局限于數(shù)字與字母，比較單一，對(duì)字符進(jìn)行簡(jiǎn)單變形處理，使其可被破解。我收集了兩種類型的驗(yàn)證碼。圖1（a）中的驗(yàn)證碼對(duì)字符做了扭曲處理，圖1（b）中使用了空心字符，并加入一段線條來(lái)增加破解難度。簡(jiǎn)單的文本驗(yàn)證碼易被破解?？蓪D像中的所有字符一個(gè)一個(gè)地分割，再根據(jù)筆畫的粗細(xì)、斷筆、粘連等因素識(shí)別單個(gè)字符。目前的驗(yàn)證碼中，所有的字符可能只是處于同一行中，這種類型的字符很容易分割。我提出一種新型的驗(yàn)證碼，可結(jié)合數(shù)字、字母和漢字，將隨機(jī)

選和定位、車牌的字符分割法以及車牌的字符識(shí)別法三種方法。通過(guò)對(duì)以上三種應(yīng)用方法的介紹，希望可以對(duì)未來(lái)我國(guó)給予對(duì)特征提取實(shí)用車牌方法的發(fā)展提供一定的參考條件。多特征提?。粚?shí)用車牌；識(shí)別方法一、前言隨著我國(guó)汽車的普及率越來(lái)越高，我國(guó)交通管理工作的壓力也越來(lái)越大。所以，對(duì)交通管理方法進(jìn)行創(chuàng)新成為了交通管理機(jī)構(gòu)首要解決的問題。其中，車牌識(shí)別法在我國(guó)交通領(lǐng)域得到了廣泛的應(yīng)用，此種方法主要是通過(guò)對(duì)車輛信息的分析，對(duì)車牌信息進(jìn)行整合，最終對(duì)車牌信息進(jìn)行識(shí)別。此種方法的應(yīng)

“老師.大神”的字符串，現(xiàn)在她希望對(duì)單元格內(nèi)字符串的位置進(jìn)行互換，也就是獲得“大神.老師”的效果。除了手工操作之外，有沒有簡(jiǎn)單一些的方法呢？選擇B1單元格，在編輯欄輸入公式“=RIGHT（A1，LEN（A1）-FIND（"."，A1））&"."&LEFT（A1，F(xiàn)IND（"."，A1）-1）”，這里利用FIND函數(shù)確定“.”在A1單元格出現(xiàn)的起始位置，LEN函數(shù)是返回A1單元格內(nèi)字符的個(gè)數(shù)，兩者相減可以獲得“.”之后字符的數(shù)量，最后利用RIGHT函數(shù)從一個(gè)

字識(shí)別算法在水表字符識(shí)別系統(tǒng)中的應(yīng)用徐平，許彬，常英杰(杭州電子科技大學(xué)生命信息與儀器工程學(xué)院，浙江 杭州 310018)水表自動(dòng)抄表系統(tǒng)中，由于水表機(jī)械結(jié)構(gòu)的原因，讀數(shù)轉(zhuǎn)盤常常出現(xiàn)進(jìn)位不完全的情況，導(dǎo)致讀數(shù)出現(xiàn)上下雙半殘缺字符，不利于識(shí)別.對(duì)這類雙半字符進(jìn)行研究，提出了改進(jìn)的雙半字識(shí)別算法.首先制作十個(gè)標(biāo)準(zhǔn)的完整雙字符模板，然后根據(jù)分割的待識(shí)別雙半殘缺字符，從完整雙字符模板中截取雙半字符模板，利用改進(jìn)的Hausdorff距離模板匹配進(jìn)行匹配識(shí)別，最后通過(guò)

手工逐個(gè)拼接大量字符的話，其工作量無(wú)疑是很大的。相比之下，使用ASCII Art Maker（簡(jiǎn)稱ARM）、Image 2 ASCII Art（簡(jiǎn)稱IMA）、Magic Collage等軟件，就可以輕松使用字符創(chuàng)建趣味圖畫。使用ARM倉(cāng)j建字符圖片ARM提供了三種方法創(chuàng)建字符圖片。第一種是根據(jù)目標(biāo)圖片來(lái)制作字符圖片，在其主窗口中的“Image”面板（如圖1）左側(cè)點(diǎn)擊“Open”按鈕，導(dǎo)入目標(biāo)圖片（當(dāng)然圖片不能太大）。在“Symbols”列表中可以選擇預(yù)設(shè)的

驗(yàn)證碼圖片中提取字符邊界；再通過(guò)圖像中背景紋理梯度方向基本不變的特征，從驗(yàn)證碼圖片中提取字符背景，從而間接得到字符表面；然后根據(jù)字符信息的表現(xiàn)特征，設(shè)計(jì)字符分割算法，以得到驗(yàn)證碼圖片的單個(gè)字符；最終采用OCR識(shí)別軟件——ABBYY進(jìn)行字符識(shí)別。實(shí)驗(yàn)結(jié)果表明，提出的破解算法在實(shí)驗(yàn)數(shù)據(jù)集上取得了較好的破解效果。充分利用了驗(yàn)證碼系統(tǒng)的規(guī)律，通過(guò)提取圖片背景間接得到字符前景。與基于直接提取字符表面的破解算法相比較，前者具有更好的適用性。3D驗(yàn)證碼；背景去除；字符提

處理、箱號(hào)定位和字符分割得到單個(gè)字符的分割圖，歸一化及預(yù)處理后便可進(jìn)入字符識(shí)別階段[1]。由于拍攝環(huán)境、角度以及箱體傾斜等問題[2]，使得字符圖帶有很大的復(fù)雜性。在這些復(fù)雜的噪聲中，字符的傾斜勢(shì)必會(huì)對(duì)最后的識(shí)別造成影響，嚴(yán)重情況下會(huì)導(dǎo)致識(shí)別出一個(gè)錯(cuò)誤結(jié)果[3]。因此，我們提出一種基于外接矩形的字符矯正算法，在識(shí)別前對(duì)傾斜字符做矯正。2 矯正算法2.1 算法設(shè)計(jì)通過(guò)對(duì)分割提取出的集裝箱箱號(hào)字符圖像進(jìn)行研究分析發(fā)現(xiàn)[4]，箱號(hào)字符均具有瘦高的特點(diǎn)。在箱號(hào)字符沒

繪太陽(yáng)黑子圖手寫字符分割方法研究朱道遠(yuǎn)1，鄭 勝1，2，曾祥云2，徐高貴2 （1.三峽大學(xué) 計(jì)算機(jī)與信息學(xué)院，湖北 宜昌 443002；2.三峽大學(xué) 理學(xué)院，湖北 宜昌 443002）利用固定區(qū)域坐標(biāo)提取固定區(qū)域的單行數(shù)據(jù)字符塊；基于高斯模糊提取隨機(jī)手寫黑子信息字符區(qū)；結(jié)合Hough變換與投影技術(shù)完成隨機(jī)手寫區(qū)域中包含多個(gè)黑子記錄字符塊的分割，并將包含單個(gè)黑子記錄字符塊分割為3個(gè)僅包含單行數(shù)據(jù)的字符塊；利用顏色填充分割算法分割出單行數(shù)據(jù)字符塊中的單個(gè)字符和

10159)光學(xué)字符識(shí)別(Optical Character Recognition，OCR)是模式識(shí)別和人工智能領(lǐng)域的一個(gè)重要研究方向，是模式識(shí)別、圖像處理與文字處理技術(shù)相結(jié)合的一種技術(shù)。光學(xué)字符識(shí)別技術(shù)已經(jīng)被應(yīng)用在產(chǎn)品檢測(cè)中，文獻(xiàn)［1］采用特征加權(quán)模板匹配與結(jié)構(gòu)特征相結(jié)合的多級(jí)識(shí)別算法對(duì)鋼坯字符圖像進(jìn)行了識(shí)別;文獻(xiàn)［2］將細(xì)化后的鋼坯字符進(jìn)行投影變換，然后根據(jù)投影變換結(jié)果，將字符轉(zhuǎn)換為電子顯示的標(biāo)準(zhǔn)字符，針對(duì)電子字符編碼來(lái)實(shí)現(xiàn)鋼坯字符識(shí)別;文獻(xiàn)［3］采

Display）字符疊加技術(shù)的發(fā)展，OSD技術(shù)解決了視頻系統(tǒng)中查看各種數(shù)據(jù)信息的問題。本文設(shè)計(jì)了一款視頻監(jiān)視系統(tǒng)，可將字符信息顯示于屏幕，具有顯示字符穩(wěn)定、可靠性高、實(shí)用性強(qiáng)等優(yōu)點(diǎn)，方便用戶獲取信息。關(guān)鍵詞視頻監(jiān)視字符疊加技術(shù)0引言隨著視頻監(jiān)視、安防系統(tǒng)在日常生活中的推廣應(yīng)用，為獲得拍攝視頻圖像的時(shí)間及其他附加信息顯得尤為重要。為此本文設(shè)計(jì)了一款實(shí)用字符疊加系統(tǒng)，既方便使用者執(zhí)行任務(wù)時(shí)查詢信息，又為事后判讀及數(shù)據(jù)處理提供參考依據(jù)。本文采用字符疊加專用芯片，

位圖的字庫(kù)產(chǎn)生與字符顯示的方法韓衛(wèi)國(guó)1，邢永昌2，陳 健2(1. 91404部隊(duì)，河北 秦皇島066001；2. 中國(guó)船舶重工集團(tuán)公司第七二四研究所， 南京 211153)針對(duì)可以顯示位圖或控制像素點(diǎn)顯示的任何操作系統(tǒng)，提出一種基于位圖的字符顯示控制方法。通過(guò)試驗(yàn)驗(yàn)證，該方法在保證整個(gè)系統(tǒng)實(shí)時(shí)性、可靠性的前提下，實(shí)現(xiàn)了任意字符的顯示與控制功能。字符顯示；字庫(kù)文件；位圖；字符編號(hào)0 引 言現(xiàn)在電子設(shè)備中人機(jī)交互越來(lái)越多，其中字符顯示具有直觀明了、便于理解的特

提高信息傳輸率和字符識(shí)別的準(zhǔn)確率等等。腦機(jī)接口系統(tǒng)有很多種，基于P300的字符輸入系統(tǒng)是目前最常用的腦機(jī)接口系統(tǒng)之一。在基于P300的字符輸入腦機(jī)接口研究中，很多學(xué)者強(qiáng)調(diào)通過(guò)信號(hào)處理以及分類技術(shù)的改善來(lái)提高字符拼寫系統(tǒng)的總體性能［4］（包括字符拼寫的準(zhǔn)確率與速率等），而改變系統(tǒng)的刺激模式往往容易被人們所忽視。目前，大部分對(duì)刺激模式的研究集中于矩陣大?。?］、刺激呈現(xiàn)方式（行列閃爍、單個(gè)字符閃爍等）［6，7］、背景顏色［8］、內(nèi)部刺激間隔［9］等等。與上述方

實(shí)際應(yīng)用中忽略了字符串的特征，沒有實(shí)際考慮到字符的頻率情況，為此，本文提出了利用字符統(tǒng)計(jì)特征的算法，在掃描過(guò)程中利用某個(gè)頻率字符去進(jìn)行匹配，跳過(guò)了一系列無(wú)用的字符，從而提高匹配速度。1 幾種經(jīng)典的模式匹配算法設(shè)文本串T=T0……Tn-1，n為文本串的長(zhǎng)度；模式串P=P0……Pm-1，m為模式串的長(zhǎng)度，(n＞＞m)；T和P都建立在有限字符集上，大小為σ。對(duì)于文本串T和模式串P，在T中尋找等于P的子串，如果在T中存在等于P的子串，則稱匹配成功，函數(shù)值返回為P中

測(cè)識(shí)別鋼坯端面的字符，并沒有形成對(duì)鋼坯字符進(jìn)行計(jì)算機(jī)自動(dòng)識(shí)別的成熟技術(shù).因此急需鋼坯字符識(shí)別方法，以滿足高速重軌生產(chǎn)線鋼坯從煉鋼到軋鋼的支支跟蹤需求，提高生產(chǎn)率.但由于武鋼高速重軌生產(chǎn)線場(chǎng)景復(fù)雜，以及鋼坯號(hào)字符復(fù)雜多變沒有固定的模式，如圖1所示，使得重軌生產(chǎn)線鋼坯字符識(shí)別在理論和方法上存在著以下難點(diǎn)[1]：1)復(fù)雜環(huán)境：生產(chǎn)線復(fù)雜的外部環(huán)境嚴(yán)重影響著鋼坯字符的正確識(shí)別，如生產(chǎn)線高溫、高熱，光照不均、白天和晚上不同的背景光、光照角度等.2)字符缺陷：鋼坯字符

50051)基于字符類別的識(shí)別反饋混排字符切分方法安艷輝1,陳韶霞1,劉宗敏2(1.河北省工業(yè)和信息化廳,河北石家莊 050051;2.河北省農(nóng)業(yè)區(qū)劃委員會(huì)辦公室,河北石家莊 050051)字符切分是影響OCR系統(tǒng)識(shí)別的關(guān)鍵因素之一。對(duì)于中英文混排文檔,提出了基于字符類別的識(shí)別反饋混排字符切分方法,利用字符特征分類判別出文檔中的漢字類、英文、數(shù)字和標(biāo)點(diǎn)符號(hào)類、部件類,對(duì)漢字類和部件類借助識(shí)別技術(shù)分別進(jìn)行處理。該方法結(jié)構(gòu)簡(jiǎn)單,容易實(shí)現(xiàn),實(shí)驗(yàn)結(jié)果表明該方法切分

her）。目前在字符級(jí)加密（尤其是針對(duì)漢字字符特點(diǎn)的加密）領(lǐng)域的研究和相關(guān)文獻(xiàn)很少，不利于古典密碼思想與現(xiàn)代密碼學(xué)結(jié)合應(yīng)用的發(fā)展，本文在這方面作出了有益的嘗試。1 C2R2概述C2R2借鑒分組密碼一組一密鑰的思想，使每個(gè)字符都對(duì)應(yīng)至少一個(gè)密碼本，繼承了多表替換密碼在隱藏單字符的頻率分布的優(yōu)點(diǎn)，同時(shí)改進(jìn)的隨機(jī)替換方式解決了傳統(tǒng)多表替換具有周期性、抗字典攻擊和抗窮舉攻擊能力差的問題。2 C2R2設(shè)計(jì)2.1 漢字分組由于簡(jiǎn)單多表替代編碼，用統(tǒng)計(jì)字頻的方法就可以較

第一次遭遇“非法字符”是在深圳某論壇。在該論壇的“深圳事”欄目里發(fā)表了一篇關(guān)于香港電視新聞被屏蔽的文字，結(jié)果發(fā)布沒幾分鐘帖子就被刪掉了。在天涯遭遇“敏感字符”是我那篇“盤點(diǎn)2006年”的征文，里面引用了國(guó)家領(lǐng)導(dǎo)人的發(fā)言，直呼了其名。從此以后，我每次發(fā)表文字都小心翼翼地，怕一不小心就遭遇“非法”或者“敏感”。我是一個(gè)對(duì)政治特別不敏感的人，所以，當(dāng)初看到香港電視臺(tái)被“屏蔽”的時(shí)候是很憤憤然地——一個(gè)守法公民連個(gè)電視都不給看，還談什么生存的尊嚴(yán)？！有時(shí)候，不僅電

步驟即編碼定位、字符分割和字符識(shí)別.其中編碼定位是將含有編碼的圖像有效區(qū)域分割出來(lái)；字符分割是將定位后的字符串進(jìn)行切分，分割成單個(gè)字符圖像；字符識(shí)別是將單個(gè)字符圖像經(jīng)過(guò)適當(dāng)?shù)淖R(shí)別算法進(jìn)行識(shí)別.3個(gè)步驟中，字符分割的準(zhǔn)確率直接影響到識(shí)別系統(tǒng)的識(shí)別率和識(shí)別速度.因此，研究能將鐵路貨車編碼有效分割的字符分割方法是非常有意義的.如何準(zhǔn)確而迅速地找出列車編碼的位置并進(jìn)行有效的分割是整個(gè)識(shí)別系統(tǒng)所要研究的關(guān)鍵問題.目前提出來(lái)的研究方法也很多，主要是基于灰度特征分析的方

圈處可知，當(dāng)遍歷字符串時(shí)，當(dāng)滿足條件前一個(gè)字符為空格，后一個(gè)字符不為空，就可以認(rèn)定為一個(gè)單詞的開始，單詞個(gè)數(shù)可以加1（特殊情況需要考慮：如果字符串的首字符為空格，則計(jì)算出來(lái)的字符串的單詞個(gè)數(shù)是正確的；如果首字符不為空，則字符串包含的單詞的總個(gè)數(shù)需要加1，細(xì)節(jié)見圖1的菱形框處）。代碼如下。這種算法是找每個(gè)單詞的頭，也可以改變一下思維方式再派生出另外一種寫法：找每個(gè)單詞的尾。當(dāng)滿足條件前一個(gè)字符不為空，后一個(gè)字符為空，就可以認(rèn)定為一個(gè)單詞的結(jié)束，單詞個(gè)數(shù)可以加

健男1 引言視頻字符疊加就是通過(guò)一定電路產(chǎn)生字符或時(shí)間信號(hào)并與輸入的視頻信號(hào)進(jìn)行疊加，使字符或時(shí)間在監(jiān)示器的指定位置上與圖像信號(hào)同時(shí)顯示。用FPGA實(shí)現(xiàn)數(shù)字視頻字符疊加不僅簡(jiǎn)化了電路結(jié)構(gòu)，而且在現(xiàn)有成本的前提下充分利用了FPGA的資源[1]。它采用了參數(shù)化、模塊化的設(shè)計(jì)方式，因此顯示穩(wěn)定；在顯示格式、內(nèi)容變動(dòng)時(shí)容易修改。Nios II是Altera公司開發(fā)的第二代可進(jìn)行SoPC設(shè)計(jì)的RISC型處理器軟核，具有高性能、參數(shù)可配置、可移植、可裁剪等特點(diǎn)，并且具

重要組成部分——字符分割，提出一種適合硬件并行實(shí)現(xiàn)的結(jié)構(gòu)，并在system Generator中完成了模型的建立以及優(yōu)化。并行操作分為兩個(gè)時(shí)間段：第一個(gè)時(shí)間段，通過(guò)循環(huán)迭代求出字符上下邊界；第二個(gè)時(shí)間段，字符上下邊界位置的使能控制與字符分割位置的控制信號(hào)并行作用于數(shù)據(jù)路徑，產(chǎn)生有效像素。硬件仿真結(jié)果滿足了時(shí)序要求，證實(shí)該結(jié)構(gòu)的可行性。由于并行邏輯的建立，實(shí)現(xiàn)速度大大提高，體現(xiàn)出了FPGA的并行性在性能提高上的極大優(yōu)勢(shì)。