模板匹配法手写字符识别论文

在写爬虫的时候难免会遇到验证码识别的问题，常见的验证码识别的流程为：

- 图像灰度化

- 图像去噪(如图像二值化)

- 切割图片

- 提取特征

- 训练

但这种方法要切割图片，而且破解验证码的重点和难点就在于 能否成功分割字符 。

本文要介绍的算法 不需要进行图片切割，也不需要进行机器训练 ，这种方法就是模板匹配：将待识别的文字切割成一个个模板，在待识别的图像中去匹配模板。

这篇文章将分为两个部分：

第一部分介绍模板匹配的基本概念以及模板匹配的一种实现算法：快速归一化互相关匹配算法；

第二部分是一个具体实例。

模板匹配是在图像中寻找目标的方法之一，目的就是在一幅图像中寻找和模板图像最相似的区域。

模板匹配的大致过程是这样的：通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。

假设我们有一张100x100的输入图像，有一张10x10的模板图像，查找的过程是这样的：

从输入图像的左上角(0,0)开始，切割一块(0,0)至(10,10)的临时图像；

用某种方法得出临时图像与模板的相似度c,存放到相似度矩阵中（矩阵大小为91 x91）；

切割输入图像从(0,1)至(10,11)的临时图像，对比，并记录到相似度矩阵；

重复上述步骤，直到输入图像的右下角。

最终得到一个相似度矩阵，找到矩阵中的最大或最小值，最大值（最小值）对应的临时图像即为与模板最相似的图像。

在步骤b中，求模板与图像的相似度有多种方法，如平均绝对差算法（MAD）、绝对误差和算法（SAD）、误差平方和算法（SSD）、归一化互相关算法（NCC），本文使用的是归一化互相关算法。

什么是归一化互相关？

从几何图形上来看，空间中的两个向量，同方向平行时，归一化互相关系数为1，表示两个向量最相似，反方向平行时归一化互相关系数为-1，垂直时为0，表示最不相似（用互相垂直的三个向量来代表整个空间也是这个道理，垂直的向量之间不包含对方的信息，相关系数为0），存在一定夹角时处于（-1，1），是不是跟余弦函数很像，cos(0)=1,cos(pi/2)=0,cos(pi)=-1。就是这个样子的，相关系数可以看作是两个向量之间夹角的cosine函数。

在数学中是这么计算cosine函数的，假设两个n维向量X,Y，对应的坐标分别为(x1，x2，…xn), (y1，y2，…yn) 则：

（如果想要了解更多，请参考文献【2】）

但这是一维的，在模板匹配中要再加一个维度 （具体算法请参考文献【3】） ，简要说一下文献【3】的内容：如果直接计算二维相似度的话计算复杂度会非常高，文献【3】利用快速傅里叶变换与积分图像快速算法来降低计算复杂度。

接下来让我们看一个具体的应用。

模板匹配识别验证码的具体步骤为：

1. 找出图片中所有可能出现的字符，制作成模板集合

2. 图像灰度化

3. 图片去噪（二值化）

4. 模板匹配

5. 匹配结果优化

要识别的图片如下，以识别图片中的加字为例：

要从image中找到与模板最匹配的部分，Template图像是事先从image图像中截取的一部分。所用的为python模块skimage中的match_template方法，match_template方法使用的是快速归一化互相关算法 【2】 。

遍历模板图像集合，与图像匹配，如果dist大于阈值h，则认为此模板在图像中存在，否则不存在，继续匹配下一个模板，直到遍历完所有模板。

以模板‘加’为例，图像大小为40x260，模板大小27x27，result是一个大小为（14，234）的矩阵，即上文提到的相似度矩阵，矩阵中的数值属于[-1,1]，找到result中最大值所处的对应位置即为与模板最匹配的图像位置:x=66,y=11，正好对应模板图像在image中所处的位置。 （更多内容请参阅参考文献【4】）

但这是比较好的情况，因为在匹配时遍历了所有的模板，而一张图片中出现的模板数量是有限的，比如数字’四’在图片中是没有的，这时就要根据某种规则去掉这些在图片中没有出现的模板：程序中使用dist变量来过滤匹配结果，如果dist变量大于某个值则认为此模板在图像中不存在。

最后的result_list中可能仍然存在一些图片中不存在的模板或者匹配不精确的模板，比如数字‘一’在模板中不存在，但仍然可以匹配到，因为数字‘二’中可以匹配到‘一’，需要进一步优化，优化方法有很多，比如当匹配到的两个模板距离过近时，选择较大的那个模板，其余方法留给读者自行考虑吧。

后续将会推出如何使用深度学习识别验证码，敬请期待~

参考文献：

J. P. Lewis, “Fast Normalized Cross-Correlation”, Industrial Light and Magic.

本文作者 ：李晖（点融黑帮），毕业于电子科技大学，现就职于点融成都Data部门，对一切新鲜事物充满好奇，对跳舞毫无抵抗力的活力女青年一枚。

不需要。只要按规定提交论文即可。望采纳1、可以通过文字扫描器，将你的论文录入到电脑上进行查重。2、如果字文字扫描器扫描不出来，只能一个字一个字输入到电脑上，毕竟论文系统只能通过云计算检测，没有人工检测系统。3、识别系统：文字识别一般包括文字信息的采集、信息的分析与处理、信息的分类判别等几个部分。4、信息采集 将纸面上的文字灰度变换成电信号，输入到计算机中去。信息采集由文字识别机中的送纸机构和光电变换装置来实现，有飞点扫描、摄像机、光敏元件和激光扫描等光电变换装置。5、信息分析和处理 对变换后的电信号消除各种由于印刷质量、纸质（均匀性、污点等）或书写工具等因素所造成的噪音和干扰，进行大小、偏转、浓淡、粗细等各种正规化处理。6、信息的分类判别 对去掉噪声并正规化后的文字信息进行分类判别，以输出识别结果。7、文字识别方法 ：文字识别方法基本上分为统计、逻辑判断和句法三大类。常用的方法有模板匹配法和几何特征抽取法。（1）、模板匹配法 将输入的文字与给定的各类别标准文字（模板）进行相关匹配，计算输入文字与各模板之间的相似性程度，取相似度最大的类别作为识别结果。（2）、几何特征抽取法 抽取文字的一些几何特征，如文字的端点、分叉点、凹凸部分以及水平、垂直、倾斜等各方向的线段、闭合环路等，根据这些特征的位置和相互关系进行逻辑组合判断，获得识别结果。这种识别方式由于利用结构信息，也适用于手写体文字那样变形较大的文字。扩展资料：1、论文检测服务：（1）、论文检测服务也可以称为论文查重，是一种为了应对论文（包括学位论文、学术论文、发表论文、职称论文以及科研成果和学生作文）的学术不端行为（包括抄袭、剽窃、伪造、篡改、不当署名、一稿多投等行为）而推出的计算机软件检测系统。2、现在，随着毕业季的临近，不断有来自大学的消息称，学生的毕业论文应该接受“反抄袭”的测试。一旦被判定为抄袭者，学生就不会按时毕业。3、随着“反抄袭软件”的广泛应用，高校师生之间出现了“反抄袭”、“反抄袭”的拉锯战。最近也出现了一个新的行业。淘宝网上出现了大量提供“纸检服务”的卖家。他们声称能够提供“与大学的探测节点”。得到了同样的结果。4、高校使用的反剽窃软件大多是中国知网开发的“学术不端行为检测系统”，淘宝网上卖家声称使用知网系统。5、事实上，“反剽窃软件”是由中国知网免费提供给用户的。其官方网站特别强调，该系统只供高校、科研机构、出版单位等机构的用户免费使用，不供个人用户使用。参考资料来源：百度百科-论文检测服务百度百科-文字识别

文字识别利用计算机自动识别字符的技术，是模式识别应用的一个重要领域。人们在生产和生活中，要处理大量的文字、报表和文本。为了减轻人们的劳动，提高处理效率，50年代开始探讨一般文字识别方法，并研制出光学字符识别器。60年代出现了采用磁性墨水和特殊字体的实用机器。60年代后期，出现了多种字体和手写体文字识别机，其识别精度和机器性能都基本上能满足要求。如用于信函分拣的手写体数字识别机和印刷体英文数字识别机。70年代主要研究文字识别的基本理论和研制高性能的文字识别机，并着重于汉字识别的研究。中文名文字识别外文名Text recognition性质识别属性文字年代60年代快速导航识别方法 应用领域 中国现状识别系统文字识别一般包括文字信息的采集、信息的分析与处理、信息的分类判别等几个部分。信息采集 将纸面上的文字灰度变换成电信号，输入到计算机中去。信息采集由文字识别机中的送纸机构和光电变换装置来实现，有飞点扫描、摄像机、光敏元件和激光扫描等光电变换装置。信息分析和处理 对变换后的电信号消除各种由于印刷质量、纸质（均匀性、污点等）或书写工具等因素所造成的噪音和干扰，进行大小、偏转、浓淡、粗细等各种正规化处理。信息的分类判别 对去掉噪声并正规化后的文字信息进行分类判别，以输出识别结果。识别方法文字识别方法 文字识别方法基本上分为统计、逻辑判断和句法三大类。常用的方法有模板匹配法和几何特征抽取法。① 模板匹配法 将输入的文字与给定的各类别标准文字（模板）进行相关匹配，计算输入文字与各模板之间的相似性程度，取相似度最大的类别作为识别结果。这种方法的缺点是当被识别类别数增加时，标准文字模板的数量也随之增加。这一方面会增加机器的存储容量，另一方面也会降低识别的正确率，所以这种方式适用于识别固定字型的印刷体文字。这种方法的优点是用整个文字进行相似度计算，所以对文字的缺损、边缘噪声等具有较强的适应能力。② 几何特征抽取法 抽取文字的一些几何特征，如文字的端点、分叉点、凹凸部分以及水平、垂直、倾斜等各方向的线段、闭合环路等，根据这些特征的位置和相互关系进行逻辑组合判断，获得识别结果。这种识别方式由于利用结构信息，也适用于手写体文字那样变型较大的文字。文字识别应用领域文字识别可应用于许多领域，如阅读、翻译、文献资料的检索、信件和包裹的分拣、稿件的编辑和校对、大量统计报表和卡片的汇总与分析、银行支票的处理、商品发票的统计汇总、商品编码的识别、商品仓库的管理，以及水、电、煤气、房租、人身保险等费用的征收业务中的大量信用卡片的自动处理和办公室打字员工作的局部自动化等。以及文档检索，各类证件识别，方便用户快速录入信息，提高各行各业的工作效率。

基本上是的。手机好像不好查。

图片文字识别，建议试试迅捷OCR文字识别软件。 打开软件，选择极速识别这项功能；然后添加图片文件进行识别； 设置识别参数，点击识别按钮开始识别文字；识别完成后。识别结果就可以转换成文档了，打开文档就可以进行编辑。

1，提取单字的特征，落笔顺序，笔画、形状、轮廓、偏旁等（软件早已完成）2，建立手写模板库和单字特征数据库3，对用户的字进行模板匹配，不能确定则给出类似字（后台进行）4，用户选择后，利用单词库和语句库进行联想提示， 以增加用户输入速度

论文完成以后需要进行查重检测，论文查重率合格以后方可进入答辩环节。许多学生在写完论文后会立即检测重复，其中大部分是在PC端进行的；有些学生很早就完成了论文，没有立即检查重复。当他们想到它时，他们周围没有电脑。论文查重一定要在PC端进行吗？ 在PC端查重论文只是大家的习惯，但这并不意味着必须在PC端查重论文。有些学生在网上等待，一分钟会认为很长，所以你可以使用手机实时查询功能的论文查重，在PC上传文件查重后，你只需要关注论文查重公众号：paperfree。 这样，您的查重结果将同步显示在您的手机上。 另一种情况是，手机上的论文或周围没有电脑，需要手机上传，也可以。 注意:论文查重报告下载只能在pc上进行，在论文查重时，只需要把报告上传到查重系统，不管是手机上还是pc上都可以操作的。你可以处理其他事情。查完之后，我们就可以下载报告了。