1. 研究目的与意义（文献综述）

人类社会的不断进步带来了信息空间的增长和积累，而计算机的出现为现代 化信息处理提供了有效的手段。但是，在信息技术高速发展的同时，一个难题也 摆在我们的面前，那就是计算机数据处理和网络传输的高速度与数据输入的低速度之间的矛盾。目前，许多文档是以纸质文档的形式存在，例如银行票据、税务报表、标准化考试中的机读卡、人口普查表、订货单等，纸质文档不便于保存、检索、统计和修改，而将这些信息录入计算机是一件非常繁琐的事情。长期以来人们通过键盘手工输入，不但费时费力且容易出错，这在一定的程度上减缓了社会信息化的进程。因而，作为信息化基础的数据输入成了计算机应用中的瓶颈问题。

人们接受信息最频繁的是视觉通道，在日常学习和生活中，所处理的信息有 75%-85%是视觉信息，其中文字信息愈来愈占重要地位。比如对各种期刊文献的阅读、查找、翻译，对各种统计报表的汇总、计算、分析，对各种函件票证的分拣、传送、验核等。要实现对这些文字信息处理过程的机械化、自动化，其先决条件就是利用计算机对这些文字信息进行识别。

2. 研究的基本内容与方案

本系统开发工具选择eclipse，使用java作为语言进行开发，并用运用opencv和ocr环境。

opencv（open source computer visionlibrary）是一个跨平台的计算机视觉库，运用opencv对图像进行预处理。ocr（optical character recognition）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程：即对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。

在系统中对图像的处理包括一下几个步骤：

3. 研究计划与安排

(1)2019/1/19—2019/2/28：确定设计题目，根据所选的题目收集相关技术文献资料，完成开题报告，中英文翻译和文献检索工作。

(2)2019/3/1—2019/3/14：安装所需软件，配置好系统，熟悉开发环境，做好前期准备工作。

4. 参考文献（12篇以上）

[1]陈庆虎,周小丹,鄢煜尘.基于字符图像分割的打印文件识别方法[J].计算机工程与应用,2018,54(07):170-175.
[2]车凯,董章,向郑涛,张涛,陈宇峰.基于BP神经网络的通用机打发票字符的识别[J].湖北汽车工业学院学报,2018,32(02):54-57.
[3]贾少锐,李丽宏,安庆宾.BP神经网络算法在字符识别中的应用[J].科技情报开发与经济,2007(02):167-169.
[4]张彤,肖南峰.基于BP网络的数字识别方法[J].重庆理工大学学报(自然科学版),2010,24(03):43-47.
[5]陈蕾,黄贤武,仲兴荣,王加俊.基于改进BP算法的数字字符识别[J].微电子学与计算机,2004(12):127-130.
[6]张永宏,吴鑫.BP神经网络在图像字符识别中的改进和应用[J].南京信息工程大学学报(自然科学版),2012,4(06):526-529.
[7]张新峰 ,沈兰荪.模式识别及其在图像处理中的应用[J].测控技术,2004(05):28-32.
[8]翟俊海,赵文秀,王熙照.图像特征提取研究[J].河北大学学报(自然科学版),2009,29(01):106-112.
[9]王志瑞,闫彩良.图像特征提取方法的综述[J].吉首大学学报(自然科学版),2011,32(05):43-47.
[10]吕同富,刘宝军,毕秀芝.图像边缘提取的简单方法及应用[J].计算机仿真,2003(04):99-101.
[11]郭宏,丁晓青,郭繁夏,吴佑寿.汉字识别多分类器集成的新方法[J].清华大学学报(自然科学版),1997(10):93-96.
[12]顾晨勤,葛万成.基于模板匹配算法的字符识别研究[J].通信技术,2009,42(03):220-222.
[13] Wu, Changhua , and G. Agam . Document Image De-warping for Text/Graphics Recognition. Structural, Syntactic, and Statistical Pattern Recognition. Springer Berlin Heidelberg, 2002.
[14] Newell, Andrew J. , and L. D. Griffin . Natural Image Character Recognition Using Oriented Basic Image Features.International Conference on Digital Image Computing Techniques amp; Applications IEEE, 2012.
[15] Bai, Jinfeng , et al. Chinese Image Text Recognition on grayscale pixels. IEEE International Conference on Acoustics IEEE, 2014.