CHƯƠNG 1 TÔNG QUAN 1.1 Đặt vẫn đề Công nghệ xử lý ảnh ngày càng được ứng dụng rộng rãi trong cuộc sống. Ngoài các ứng dụng truyền thống như phục hồi, nâng cao chất lượng anh, các ứng dụng nhận dang, an ninh, điều khiến. ngày càng phố biến. Trước đây các ứng dụng xử lý ảnh thường chạy trên nên máy tính, nhưng từ khi công nghệ phần cứng phát triển các thế hệ điện thoại sau này có cau hình rất mạnh, các ứng dụng xử lý ảnh trên điện thoại xuất hiện càng nhiều.
Ứng dụng quét mã vạch, đọc barcode, nhận diện khuôn mặt, đọcdanh thiếp. đã có trên hầu hết các hệ điều hành của các hãng điện thoại khác nhau, nhưng trong đó ứng dụng đọcdanh thiếp là ứng dụng có tính hữu ích cao mà hau hết người dùng cần đến. Hiện nay ứng dụng đọcdanh thiếp trên điện thoại chưa có nhiều và chất lượng chưa cao, đặc biệt là ứng dụng chạy trên nên iOS, một mảng hệ điều hành có tiềm năng rất lớn. Vi thế nội dung dé tài này muốn xây dựng một ứng dụng đọc danh thiếp chạy trên nên iOS có thể đọc được các ký tự tiếng Anh lẫn tiếng Việt với kết quả nhận diện tốt nhất.2 Tông quan bài toán và các công trình liên quan Đề đọc được danh thiếp trước tiên ta phải nhập hình ảnh danh thiếp từ camera hoặc từ file ảnh, sau đó qua khâu tiền xử lý để loại bỏ các tác động của nhiễu và cuối cùng là nhận dang và phân tích các ký tự có trên nó rồi xử lý dé cho ra kết quả.
Van dé cốt lõi là nhận diện được các ký tự chữ và số trên đó. Sau đây là mô tả tổng quan và các công trình đã được công bó.10 Téng quan bài toán nhận dạng ký tự dùng xử lí ảnh 1.1 Khái niệm Nhận dang ký tựbằng hình ảnh, hay nhận dang ký tự quang học,thườngviết tắt làOCR. làviệc chuyến đồicơ khí hoặcđiện tử hình ảnh quétcủachữ viết tay, đánh máyhoặc inthanh văn ban, của các dạng chữ được mã hóa [I].Nó được sử dụngrộng rãi như làmột hình thứcnhập dữ liệutừ một sỐ nguồn dữ liệucơ bản như văn bản trên giấy, hóa đơn bán hàng, bưu điện, hoặcbất kỳsố hay ký tự đượcin ra.Nó là mộtphương pháp pho biến,số hóacác văn banindé có thé tìm kiếmbằng máy tính, lưu tritgonhon, hiến thịtrực tuyến, vàđược sử dụng trongqua trình dịch thuật, phát âm và khai thácvăn ban HVTH: PHẠM CAO SƠN 4 LUẬN VĂN THẠC SI. TRƯƠNG DINH CHAU [9].
OCRlà mộtlĩnh vực nghiên cứutrong nhận dạng mẫu, trí tuệ nhân taovathi giác máy tính [1],[9],[10]. Trước day, phương pháp naycan phải đượclập trình vớihình ảnh củatừng ky tự,và làm việctrêntừng phông chữ chữtại mỗi thời điểm. Những hệ thống thông minh bậc cao nhận dạng chính xác phần lớn các phông chữ hiện nay[9]. Một số hệ thống có thé tao lại hình dạng của ký tự nhận dạng giống như đữ liệu sốc, bao gom hinh anh va cac thanh phan không phải là van bản.
Trước kia, việc nhận dang ky tự được su dụng nhiều trong hai lĩnh vực chính: mở rộng trong điện báo và thiết bị dùng cho người mu [8]. Nhận dang ký tự v¿ Sy Nhận dạng một Nhận dạng lần liên tục ` St Văn bản viết Ký tự đơn tay L Bite I WS Viét tay yee Hiệu chỉnh Hình 1.1 Những thành phan chính của nhận dang ký tự 1.2 Ứng dụng OCR có thể được dùng cho: — Dữ liệu trong kinh doanh, ví dụ như kiểm tra thanh toán bù trừ. — Nhận dạng biên so. — Nhập thông tin từ thẻ kinh doanh (danh thiếp, business card) vào danh sách liên lạc.
— Chuyên đôi nhanh hon sang dang văn bản lưu trữ điện tử đôi với các loại văn ban in, ví dụ như sách điện tử cho dự án Guternbeg. — Tạo hình ảnh điện tử cho tài liệu in ân, có thê tìm kiêm được, vi dụ : “Google books’’. HVTH: PHAM CAO SON LUẬN VĂN THẠC SI. TRƯƠNG DINH CHAU — Chuyển đôi chữ viết tay trong thời gian thực dé giám sát, điều khiển máy tính.
— Các giao dịch thương mại và hệ thống mã nguồn mở OCR có sẵn cho các hệ thống chữ viet bao gôm các tiêng Latin, A Rap, Cyrillic, Do Thái, An Độ, ký tự Trung Quốc, Nhật Ban và Han Quoc.3 Phân loại Nhận dạng ký tự quang hoc (Optical Character Recognition): mục tiêu là nhận dạng văn bản đánh máy, một nét chạm khắc hoặc một ký tự tại một thời điểm. Nhận dạng chữ quang hoc (Optical Word Recognition): mục tiêu là văn bản đánh máy, một từ tại một thời điểm, dùng cho các loại ngôn ngữ dùng khoảng trắng để phân tách các từ với nhau. như “Tiếng Viet”. Nhận dạng ký tự thong minh (Intelligent Character Recognition): cũng có mục tiêu là nhận dạng chữ viết tay, văn bản In ân, hoặc một nét chạm khắc của chữ viết hay một ký tự tại một thời điểm; thường liên quan đến một cơ cau dùng để học.
Mạng thần kinh nhân tạo được tạo ra cho cả biến đôi tuyến tính và phi tuyến. Nhận dạngchữthông minh(Intelligent Word Recognition): mục tiêu là các văn bản viết tay hoặc các bản thảo; rất hiệu quả đối với các loại ngôn ngữ mà các nét không tách ra trong các ban thao [8]. OCR thường là quá trình gián tiếp, phân tích các văn bản tĩnh. Phân tích chuyến động khi viết chữ có thể làm dữ liệu đầu vào cho việc nhận dạng chữ viết.
Thay vì chỉ đơn thuần sử dụng các hình khối của các nét và từ, kỹ thuật này có thé bắt được chuyển dong, ví dụ như thứ tự từng đoạn được vẽ ra, hướng nét vẽ, và các hình mẫu mỗi lần đặt bút xuống và nhấc lên. Kỹ thuật này còn được biết đến dưới các tên gọi khác như: “nhận dạng ký tự trực tiếp”, “nhận dạng ký tự thời gian thực”, “nhận dạng ký tự động”, “nhận dang ký tự thông minh” [1].2 Kỹ thuật nhận dạng OCR bao gồm các bước cơ bản sau “ Quét ảnh Phân Tiền xử quang khúc cục lý ảnh học bộ yan y Nhận Chiết Xuat ket dang, xuat nét qua hậu xử đặc 9Qs lý ¥ trun 8 Hình 1.2 Sơ đô khối của quá trình OCR HVTH: PHẠM CAO SƠN 6 LUẬN VĂN THẠC SI. TRƯƠNG DINH CHAU Trong đó: 1.1 Tiền xử lí (preprocessing) Các chương trình OCR thường có bước “tiền xử lí” dé tăng cơ hội thành công cho việc nhận dạng: — Chỉnh góc nghiêng: nếu tài liệu trong quá trình quét ảnh bị lệch thì phải chỉnh lại vai độ theo chiêu kim dong hô hoặc ngược chiêu kim dong hô đề các dòng văn bản theo đúng các phương ngang hay dọc. — Giảm đốm: loại bỏ những điểm tích cực và tiêu cực làm min các cạnh.
— Nhị phân hóa-Chuyền đồihình ảnh từmàu hoacmau xámsang màu đenvà trắng(gọi là "hình ảnh nhị phan", vico hai màu sắc). Trongmot số trường hợp, điều nảy lacan thiếtcho các thuật toánnhận dạng ký tự; tuy nhiên trong những trường hợp khác,các thuật toánthực hiện tốt hơntrênhình ảnh ban đầuvàbước nàyđược bỏ qua. — Loại bỏ dòng: loại bỏ những vùng không có nét và dòng. — Phân tích theo lớp hoặc phan vùng: xác địnhcột, phan đoạn, chú thích,v.
nhucac khôikhác nhau.Đặc biệt quan trongtrongcac lớpnhiêu cột vabang. — Đườngvà phat hiệntừ: ước lượng các đường cơ ban cho từ và hình khối các ký tự,táchtừ nêucân thiết [1]. — Cách lyký tựhay"phân đoạn": đối với mỗi ký tự trong OCR, rất nhiều ký tự được kết nôi với nhau vì ảnh của chữ can nhận dạng được tach ra; môi chữ cái hoặc từ sẽ được chia làm nhiêu mảnh nhỏ roi sau đó sẽ được ghép lại. — Chỉnh lại theo khung kích thước mong muốn.
Việc phân đoạn các phông chữ sao cho ăn khớp nhau được thực hiện tương đối đơn giản bằng cách sắp xếp hình ảnh vào một lưới đều nhau đặt trên đường lưới dọc, nơi ít đường giao cắt với khu vực mảu đen. Đối với các phông theo tỷ lệ, các kỹ thuật phức tạp hơn sẽ được sử dụng bởi vì khoảng trăng giữa các chữ cái đôi khi lớn hơn khoảng trắng giữa các từ và các đường phân chia theo trục doc sẽ giao cắt nhiều hơn một từ [1].2 Nhận dạng ký tự Cốt lõi của thuật toán OCR có hai loại cơ bản [1]: Ma trận điều hợp (matrix matching): bao gồm việc so sánh một hình ảnh với các nét được lưu giữ trong từng điểm ảnh cơ bản có sẵn; nó còn được biết đến với tên gọi “mô hình phù hợp” hay “mô hình nhận dạng”. Điều này dựa trên các nét đầu vào phải chính xác, tách biệt với phần còn lại của hình ảnh và khớp với các nét được lưu trữ trong các phông chữ quen thuộc, cùng kích thước. Kỹ thuật này hiệu quả nhất với các văn bản đánh máy nhưng lại kém chính xác khi xuất hiện phông chữ mới.
HVTH: PHẠM CAO SƠN 7 LUẬN VĂN THẠC SI. TRƯƠNG DINH CHAU Chọn lọc nét đặc trưng (feature extraction): là tách rời những nét đặc biệt như là những đoạn thăng, vòng kín, hướng đường thăng, và những đoạn giao cắt nhau. Những chỉ tiết trên sẽ được so sánh với một vector rút gon; vector này tái hiện toàn bộ đặc tinh của ký tự, có thể được tinh øiảm xuống còn một hoặc một vài nét nguyên mẫu. Kỹ thuật chung đối với việc phát hiện nét đặc trưng trong thị giác máy tính là sử dụng loại OCR này; thường được thấy nhiều nhất trong nhận dạng thông minh chữ viết tay và hiện nay được ứng dụng rộng rãi nhất trong các phần mềm nhận dạng tiên tiến nhất.
Phan lớplân cậngiông nhấtthuật toánk — các thuật toán lân cận giống nhất được dùng dé so sánh đặc tính của hình ảnh với những nét đặc trưng đã được lưu giữ và chọn ra nét giống nhiều nhất. Nhiều chương trình sử dụng cách tiếp cận hai bước chuyển để nhận dạng ký tự. Trong đó, bước chuyền thứ hai là nhận dạng thích nghi, sử dụng hình khối của ký tự để nhận dạng với độ tin cậy cao ở bước thứ nhất, để nhận dạng tốt hơn ở bước thứ hai; từ đó nhận dạng chính xác ký tự. Điều này cực kì thuận lợi với những phông chữ khác thường hoặc là những bức anh chất lượng kém với phông chữ bị mờ, méo dang [1].3 Hậu xứ lí Độ chính xác của thuật toán OCR có thể được tăng lên nếu đầu ra bị ràng buộc bởi một từ điển, đanh sách các từ có thể được sử dụng trong một tài liệu.
Điều này hoàn toàn thực hiện được, ví dụ, tất cả các từ trong tiếng Anh hoặc từ chuyên môn trong một lĩnh vực đặc biệt nào đó. Tuy nhiên, kỹ thuật này sẽ gặp van đề néu như văn bản chứa những từ không có trong từ điển, ví dụ như tên riêng. Do vậy, một số chương trình sử dụng từ điển của nó tác động lên bước phân đoạn ky tu, và từ đó nâng cao độ chính xác [1].