專利名稱：實(shí)現(xiàn)數(shù)碼相機(jī)文字提取和自動翻譯功能的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及實(shí)現(xiàn)數(shù)碼相機(jī)功能的方法，特別涉及一種實(shí)現(xiàn)數(shù)碼相機(jī)文字 提取和自動翻譯功能的方法。
背景技術(shù)：
目前，隨著科技的不斷發(fā)展，數(shù)碼相機(jī)的功能雖然在不斷增加，但市面 上尚無帶文字提取和自動翻譯附加功能的數(shù)碼相機(jī)。
例如，當(dāng)看到一本外文書籍時，或在外出旅游時看到外文信息。對于不 懂外語的人就不會知道其中的意思，如果用詞典查則太費(fèi)時間。若采用具有 文字提取和自動翻譯功能數(shù)碼相機(jī)，就可以對外文信息文字進(jìn)行拍照，并才艮 據(jù)特定的算法在拍得圖片中提取出文字，然后利用翻譯算法把這段文字翻譯 成中文。
因此，提供一種實(shí)現(xiàn)數(shù)碼相機(jī)文字提取和自動翻譯功能的方法，是該領(lǐng) 域科研技術(shù)人員需要研究解決的課題之一。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述不足之處，提供一種開發(fā)數(shù)碼相機(jī)新功能的 方法，即實(shí)現(xiàn)數(shù)碼相機(jī)文字提取和自動翻譯功能的方法。
為實(shí)現(xiàn)上述目的本發(fā)明所采用的實(shí)施方式如下 一種實(shí)現(xiàn)數(shù)碼相機(jī)文字 提取和自動翻譯功能的方法，其特征在于實(shí)施步驟如下 步驟一在菜單中按相應(yīng)項(xiàng)，把相機(jī)設(shè)置成翻譯模式； 步驟二對文字進(jìn)^f于拍照；
步驟三相機(jī)自動用文字提取算法進(jìn)行文字提取，并生成文本文件； 所述文字提取算法如下
首先，對文字進(jìn)行拍攝，通常圖片中包括文字和背景兩色； (1)要把彩色圖像進(jìn)行灰度化處理；根據(jù)心理學(xué)研究得出的人類色彩感 光特性，并考慮計算的速度，采用以下公式，按從左到右，從上到下的順序?qū)γ總€像素點(diǎn)進(jìn)行灰度化處理
r = (229 x及+ 587 xG + 114 xB + 500) /1000;
其中，R、 G、 B分別是這個像素點(diǎn)的R、 G、 B值；這樣就把彩色圖像轉(zhuǎn) 化為灰度圖像；
(2) 對得到的灰度圖像進(jìn)行二值化處理；首先確定一個閾值，灰度值大 于這個閾值的點(diǎn)灰度值全部置為255，灰度值小于這個閾值的點(diǎn)灰度值全部置 為0;這個閾值a通過如下爿厶式得到
a=所有像素點(diǎn)灰度之和/像素點(diǎn)個數(shù)；
然后按從左到右，從上到下的順序?qū)D像的每個像素點(diǎn)進(jìn)行掃描，當(dāng)該 點(diǎn)灰度值Y》a時，Y=255;當(dāng)Y〈a時，Y-0;
(3) 比較Y值為0和Y值為255的像素點(diǎn)的個數(shù)，個數(shù)多的為背景點(diǎn)集合， 個數(shù)少的為文字點(diǎn)集合；如果背景點(diǎn)灰度為255,則置背景點(diǎn)灰度為0，文字 點(diǎn)灰度為255;保證文字點(diǎn)灰度始終為255;
'(4)對得到的二值化圖片進(jìn)行文字提??；提取的方法是采用如下算法
(4.1) 設(shè)一標(biāo)志變量i,并置為0，對圖片進(jìn)行逐行掃描，若這一行沒有灰 度值為255的點(diǎn)，查看標(biāo)志變量，標(biāo)志變量為0，則掃描下一4?。粸閘，則記錄 此行號&，并置標(biāo)志變量為0;若有灰度值為255的點(diǎn)，查看標(biāo)志變量；若為0， 把行號記錄下來，置標(biāo)志變量為l;若標(biāo)志變量為1則繼續(xù)下一4于掃描；
(4.2) 設(shè)一標(biāo)志變量j,并置為O,對所有有記錄的行，在順次兩行/z,和、 之間進(jìn)行列掃描；設(shè)當(dāng)前掃描的列號為"若此列無灰度為255的點(diǎn)，檢查j, 若j--O,則掃描下一列；j==l，記錄二元組(A,，并令j-O; 若有灰度 值為255的點(diǎn)，檢查j，若j-0，則記錄二元組(、，4)，并令j-l;若j--l, 則繼續(xù)掃描下一列；
(4.3) 步驟(4.2)中得到的順次相鄰兩點(diǎn)(V。 C )， 所圍成 的矩形區(qū)域就是一個字母區(qū)域，所有這些區(qū)域就組成一個字母區(qū)域集合；因 為在識別時需要用到預(yù)先存儲在相機(jī)里的標(biāo)準(zhǔn)字母模板圖片，且圖片大小是 20*20的，所以要把每一個字母區(qū)域規(guī)范化成一個20*20大小的區(qū)域；規(guī)范的 方法為設(shè)待規(guī)范的區(qū)域?yàn)閚^n大小，對于其中一個像素點(diǎn)(i， j )，令p-取整(i/m*20)， q二取整(j/m*20);新建一個20*20圖片，令新建圖片中(p， q) 點(diǎn)的灰度值為待規(guī)范的區(qū)域中(i, j)點(diǎn)的灰度值，新建圖片中其余點(diǎn)灰度值 全部置為0;這樣就把111*11區(qū)域轉(zhuǎn)換成20*20區(qū)域；
(4.4 )把轉(zhuǎn)換后的圖片和模板圖片進(jìn)行比對，進(jìn)而識別出字母；比較的規(guī) 則用下面的^^式
20 20
4=Z2X-。2
乂=1
其中，《為第k個模板圖片的(i， j)像素的灰度值，i為當(dāng)前待測圖
片的(i, j)像素的灰度值；取值最小的^，它對應(yīng)的下標(biāo)就為與被測圖片同 類的模板圖片號；
(4.5)通過步驟(4.4)就可以把圖片中的所有字母識別出來，然后以ASCII 碼形式存成文本文件，這樣就完成了文字提取過程；
步驟四相機(jī)自動利用現(xiàn)有的翻譯算法對文字進(jìn)行翻譯； 步驟五將翻譯完的結(jié)果顯示在LCD上。
本發(fā)明的有益效果是本發(fā)明可以直接利用現(xiàn)有的數(shù)碼相機(jī)硬件資源， 無需添加任何硬件成本，使得數(shù)碼相機(jī)具有文字提取和自動翻譯的功能，能 夠給用戶帶來極大的效益。
總之，本發(fā)明構(gòu)思合理，效果顯著，使用方便，應(yīng)用廣泛。
具體實(shí)施例方式
以下結(jié)合較佳實(shí)施例，對依據(jù)本發(fā)明提供的具體實(shí)施方式
、特征詳述如
下
一種實(shí)現(xiàn)數(shù)碼相機(jī)文字提取和自動翻譯功能的方法，其特征在于實(shí)施步 驟如下
步驟一在菜單(Menu)中按相應(yīng)項(xiàng)，W目機(jī)設(shè)置成翻譯模式； 步驟二對文字進(jìn)行拍照；
步驟三相機(jī)自動用文字提取算法進(jìn)行文字提取，并生成文本文件； 所述文字提取算法如下
首先，對文字進(jìn)行拍攝，通常圖片中包括文字和背景兩色；(1) 要把彩色圖像進(jìn)行灰度化處理；根據(jù)心理學(xué)研究得出的人類色彩感 光特性，并考慮計算的速度，采用以下公式，按從左到右，從上到下的順序 對每個像素點(diǎn)進(jìn)行灰度化處理
y = (229 x及+ 587 xG + 114 x丑+ 50Q)細(xì)0;
其中，R、 G、 B分別是這個像素點(diǎn)的R、 G、 B值；這樣就把彩色圖像轉(zhuǎn) 化為灰度圖像；
(2) 對得到的灰度圖像進(jìn)行二值化處理；首先確定一個閾值，灰度值大 于這個閾值的點(diǎn)灰度值全部置為255,灰度值小于這個閾值的點(diǎn)灰度值全部置 為0;這個閾值a通過如下公式得到
a=所有像素點(diǎn)灰度之和/像素點(diǎn)個數(shù)；
然后按從左到右，從上到下的順序?qū)D像的每個像素點(diǎn)進(jìn)行掃描，當(dāng)該 點(diǎn)灰度值Y〉a時，Y=255;當(dāng)Y〈a時，Y=0;
(3) 比較Y值為0和Y值為255的像素點(diǎn)的個數(shù)，個數(shù)多的為背景點(diǎn)集合， 個數(shù)少的為文字點(diǎn)集合；如果背景點(diǎn)灰度為255,則置背景點(diǎn)灰度為O,文字 點(diǎn)灰度為255 (為保證文字點(diǎn)灰度始終為255 );
(4) 對得到的二值化圖片進(jìn)行文字提?。惶崛〉姆椒ㄊ遣捎萌缦滤惴?br> (4.1) 設(shè)一標(biāo)志變量i，并置為O,對圖片進(jìn)行逐行掃描，若這一行沒有灰 度值為255的點(diǎn)，查看標(biāo)志變量，標(biāo)志變量為O，則掃描下一4??；為l,則記錄 此行號A,，并置標(biāo)志變量為0;若有灰度值為255的點(diǎn)，查看標(biāo)志變量；若為O， 把行號記錄下來，置標(biāo)志變量為l;若標(biāo)志變量為l則繼續(xù)下一行掃描；
(4.2) 設(shè)一標(biāo)志變量j，并置為O，對所有有記錄的行，在順次兩行A和/j,—, 之間(例如，有記錄的行為第3， 6， 10， 13, 17， 20行，那么就是第3行和第 6行之間，第10和第13行之間，以此類推)進(jìn)行列掃描；設(shè)當(dāng)前掃描的列號為 々；若此列無灰度為255的點(diǎn)，檢查j，若j-O，則掃描下一列；j=l，記錄二元 組U, /J，并令j-O; 若有灰度值為255的點(diǎn)，檢查j，若j-O，則記錄二元 組(ft,一，")，并令〗=1;若〗=1，則繼續(xù)掃描下一列；
(4.3) 步驟(4.2)中得到的順次相鄰兩點(diǎn)(、，/m )， ( /z,， / )所圍成 的矩形區(qū)域就是一個字母區(qū)域，所有這些區(qū)域就組成一個字母區(qū)域集合；因?yàn)樵谧R別時需要用到預(yù)先存儲在相機(jī)里的標(biāo)準(zhǔn)字母模板圖片，且圖片大小是
20*20的，所以要把每一個字母區(qū)域規(guī)范化成一個20*20大小的區(qū)域；規(guī)范的 方法為設(shè)待規(guī)范的區(qū)域?yàn)閚^n大小，對于其中一個像素點(diǎn)(i, j )，令p-取整 (i/m*20)， q:取整(j/m*20);新建一個20*20圖片，令新建圖片中(p, q) 點(diǎn)的灰度值為待規(guī)范的區(qū)域中(i， j)點(diǎn)的灰度值，新建圖片中其余點(diǎn)灰度值 全部置為0;這樣就把111*11區(qū)域轉(zhuǎn)換成20*20區(qū)域；
(4.4)把轉(zhuǎn)換后的圖片和模板圖片進(jìn)行比對，進(jìn)而識別出字母；比較的規(guī) 則用下面的/>式<formula>formula see original document page 8</formula>
其中，《為第k個模板圖片的(i， j)像素的灰度值，^為當(dāng)前待測圖
片的(i， j)像素的灰度值；取值最小的^，它對應(yīng)的下標(biāo)就為與被測圖片同 類的才莫板圖片號；例如，當(dāng)前圖片求得的所有z^中，A最小，就是i兌當(dāng)前圖 片和第三個模板圖片最匹配，如果第三個模板圖片是字母c,則表示當(dāng)前待測 字母圖片中的字母是c;
(4.5 )通過步驟(4.4 )就可以把圖片中的所有字母識別出來，然后以ASCII 碼形式存成文本文件，這樣就完成了文字提取過程；
步驟四相機(jī)自動利用現(xiàn)有的翻譯算法對文字進(jìn)行翻譯；
步驟五將翻譯完的結(jié)果顯示在LCD上。
本發(fā)明運(yùn)行環(huán)境為數(shù)碼相機(jī)，涉及數(shù)碼相機(jī)的軟件編程控制、圖像存儲 才支術(shù)和顯示纟支術(shù)。
應(yīng)用時，用戶應(yīng)先把相機(jī)設(shè)置成翻譯模式，然后對準(zhǔn)所要拍攝的內(nèi)容， 聚焦之后進(jìn)行拍照；然后相機(jī)會自動進(jìn)行文字提取并翻譯，把翻譯后的結(jié)果 顯示在液晶屏(LCD)上。
上述參照實(shí)施例對該實(shí)現(xiàn)數(shù)碼相機(jī)文字提取和自動翻譯功能的方法進(jìn)行 的詳細(xì)描述，是說明性的而不是限定性的，因此在不脫離本發(fā)明總體構(gòu)思下 的變化和修改，應(yīng)屬本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種實(shí)現(xiàn)數(shù)碼相機(jī)文字提取和自動翻譯功能的方法，其特征在于實(shí)施步驟如下步驟一在菜單中按相應(yīng)項(xiàng)，把相機(jī)設(shè)置成翻譯模式；步驟二對文字進(jìn)行拍照；步驟三相機(jī)自動用文字提取算法進(jìn)行文字提取，并生成文本文件；所述文字提取算法如下首先，對文字進(jìn)行拍攝，通常圖片中包括文字和背景兩色；(1)要把彩色圖像進(jìn)行灰度化處理；根據(jù)心理學(xué)研究得出的人類色彩感光特性，并考慮計算的速度，采用以下公式，按從左到右，從上到下的順序?qū)γ總€像素點(diǎn)進(jìn)行灰度化處理Y＝(229×R+587×G+114×B+500)/1000；其中，R、G、B分別是這個像素點(diǎn)的R、G、B值；這樣就把彩色圖像轉(zhuǎn)化為灰度圖像；(2)對得到的灰度圖像進(jìn)行二值化處理；首先確定一個閾值，灰度值大于這個閾值的點(diǎn)灰度值全部置為255，灰度值小于這個閾值的點(diǎn)灰度值全部置為0；這個閾值α通過如下公式得到α＝所有像素點(diǎn)灰度之和/像素點(diǎn)個數(shù)；然后按從左到右，從上到下的順序?qū)D像的每個像素點(diǎn)進(jìn)行掃描，當(dāng)該點(diǎn)灰度值Y≥α?xí)r，Y＝255；當(dāng)Y＜α?xí)r，Y＝0；(3)比較Y值為0和Y值為255的像素點(diǎn)的個數(shù)，個數(shù)多的為背景點(diǎn)集合，個數(shù)少的為文字點(diǎn)集合；如果背景點(diǎn)灰度為255，則置背景點(diǎn)灰度為0，文字點(diǎn)灰度為255；保證文字點(diǎn)灰度始終為255；(4)對得到的二值化圖片進(jìn)行文字提??；提取的方法是采用如下算法(4.1)設(shè)一標(biāo)志變量i，并置為0，對圖片進(jìn)行逐行掃描，若這一行沒有灰度值為255的點(diǎn)，查看標(biāo)志變量，標(biāo)志變量為0，則掃描下一行；為1，則記錄此行號hi，并置標(biāo)志變量為0；若有灰度值為255的點(diǎn)，查看標(biāo)志變量；若為0，把行號記錄下來，置標(biāo)志變量為1；若標(biāo)志變量為1則繼續(xù)下一行掃描；(4.2)設(shè)一標(biāo)志變量j，并置為0，對所有有記錄的行，在順次兩行hi和hi-1之間進(jìn)行列掃描；設(shè)當(dāng)前掃描的列號為lk；若此列無灰度為255的點(diǎn)，檢查j，若j＝＝0，則掃描下一列；j＝＝1，記錄二元組(hi，lk)，并令j＝0；若有灰度值為255的點(diǎn)，檢查j，若j＝0，則記錄二元組(hi-1，lk)，并令j＝1；若j＝＝1，則繼續(xù)掃描下一列；(4.3)步驟(4.2)中得到的順次相鄰兩點(diǎn)(hi-1，lm)，(hi，ln)所圍成的矩形區(qū)域就是一個字母區(qū)域，所有這些區(qū)域就組成一個字母區(qū)域集合；因?yàn)樵谧R別時需要用到預(yù)先存儲在相機(jī)里的標(biāo)準(zhǔn)字母模板圖片，且圖片大小是20*20的，所以要把每一個字母區(qū)域規(guī)范化成一個20*20大小的區(qū)域；規(guī)范的方法為設(shè)待規(guī)范的區(qū)域?yàn)閙*n大小，對于其中一個像素點(diǎn)(i，j)，令p＝取整(i/m*20)，q＝取整(j/m*20)；新建一個20*20圖片，令新建圖片中(p，q)點(diǎn)的灰度值為待規(guī)范的區(qū)域中(i，j)點(diǎn)的灰度值，新建圖片中其余點(diǎn)灰度值全部置為0；這樣就把m*n區(qū)域轉(zhuǎn)換成20*20區(qū)域；(4.4)把轉(zhuǎn)換后的圖片和模板圖片進(jìn)行比對，進(jìn)而識別出字母；比較的規(guī)則用下面的公式<maths id="math0001" num="0001" ><math><![CDATA[ <mrow><msub> <mi>L</mi> <mi>k</mi></msub><mo>=</mo><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mn>20</mn></munderover><munderover> <mi>&Sigma;</mi> <mrow><mi>j</mi><mo>=</mo><mn>1</mn> </mrow> <mn>20</mn></munderover><msup> <mrow><mo>(</mo><msubsup> <mi>r</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow> <mi>k</mi></msubsup><mo>-</mo><msub> <mi>t</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow></msub><mo>)</mo> </mrow> <mn>2</mn></msup> </mrow>]]></math></maths>其中，ri，jk為第k個模板圖片的(i，j)像素的灰度值，ti，j為當(dāng)前待測圖片的(i，j)像素的灰度值；取值最小的Lk，它對應(yīng)的下標(biāo)就為與被測圖片同類的模板圖片號；(4.5)通過步驟(4.4)就可以把圖片中的所有字母識別出來，然后以ASCII碼形式存成文本文件；步驟四相機(jī)自動利用現(xiàn)有的翻譯算法對文字進(jìn)行翻譯；步驟五將翻譯完的結(jié)果顯示在LCD上。
全文摘要
本發(fā)明涉及一種實(shí)現(xiàn)數(shù)碼相機(jī)文字提取和自動翻譯功能的方法，該方法是通過對文字的拍攝，生成圖片，并通過圖像處理技術(shù)從中提取出文字，并生成文本文件；再用翻譯算法把這段文字翻譯成中文并顯示在LCD上。具體實(shí)施步驟如下步驟一在菜單中按相應(yīng)項(xiàng)，把相機(jī)設(shè)置成翻譯模式；步驟二對文字進(jìn)行拍照；步驟三相機(jī)自動用文字提取算法進(jìn)行文字提取，并生成文本文件；步驟四相機(jī)自動利用現(xiàn)有的翻譯算法對文字進(jìn)行翻譯；步驟五將翻譯完的結(jié)果顯示在LCD上。本發(fā)明可以直接利用現(xiàn)有的數(shù)碼相機(jī)硬件資源，無需附加任何硬件成本，使其具有文字提取和自動翻譯的功能，能夠給用戶帶來極大的便利。
文檔編號G06K9/20GK101562694SQ20091006902
公開日2009年10月21日 申請日期2009年5月26日 優(yōu)先權(quán)日2009年5月26日
發(fā)明者真 王, 鄭龍周 申請人:天津三星光電子有限公司