3 系统需求分析及总体设计 11

3。1 课题概述 11

3。2 系统需求分析 11

3。3 系统总体设计 12

3。3。1 功能模块划分 12

3。3。2 界面模块设计 13

3。4 本章小结 13

4 系统详细设计 14

4。1 系统总体架构 14

4。2 系统功能设计 15

4。2。1 图像获取模块 15

4。2。2 图像处理模块 16

4。2。3 文字识别模块 16

4。2。4 文字识别系统集成 19

4。3 本章小结 20

5 系统测试与分析 21

5。1 功能模块测试 21

5。1。1 图像选取模块 21

5。1。2 图像预处理及结果显示模块 22

5。2 系统性能分析 24

5。3 本章小结 24

结论 25

致谢 26

参考文献 27

1 绪论

伴随着人工智能的兴起，模式识别（Pattern Recognition）迅速地发展起来并 且成为人类社会运转必不可缺的一部分，其中文字识别就是它的代表性技术[1]。 文字识别的适用范围很广泛，许多领域都需要文字识别技术的支持以此来提高工 作的正确率和效率，例如文字检查校对、文本语言翻译、货物代码识别、文献检 索查找等等方面。

移动终端的应用范围随着科技的发展进一步扩大，用户需求越来越多，所以 移动终端上各式功能应运而生。文字识别应用为移动终端的发展提供技术支持， 为用户搜索信息环节提供便捷，从而成为移动终端发展中的重点发展方向。

1。1 选题背景及意义

本文所研究的光学字符识别技术（Optical Character Recognition，简称为 OCR）指的是基于某些工具将原本的文本信息转换为电子信号，接着将光电转换 后的信号做出数据的处理和分析，最后得出需要的文本信息的一项技术[1]。实际 生活运用中这项基于数据信息转化录入功能的 OCR 技术需求普遍，比如在文本 印刷数字化运用中 OCR 技术是用于输入印刷记录等文书数据的一种通用技术。 根据用户反馈，OCR 技术在现实运用中为用户进行文字检查校对、文献检索查 找等需求提供便利，也为未来发展语音文本信息转换、文本数据信息挖掘、数据 信息机器翻译等应用提供实现的基础。