[4]。同時(shí)，課題涉及到一個(gè)具體系統(tǒng)的搭建，并且沒有角色限制，因此完整的系統(tǒng)能有效減少所有普通群眾使用本系統(tǒng)的時(shí)間，具有應(yīng)用研究價(jià)值。

第二章需求分析2.1系統(tǒng)功能結(jié)構(gòu)設(shè)計(jì)圖由上述系統(tǒng)需求分析可以得出，文字識別系統(tǒng)分為兩個(gè)模塊，主要包括圖片處理模塊、文字識別功能。圖片處理模塊有選擇文件、圖片預(yù)覽、圖片重識、圖片清除、截圖識別等功能，文字識別模塊有內(nèi)容展示、復(fù)制文字、清空文字等功能。使用本系統(tǒng)的用戶進(jìn)行選擇上傳文件，主要功能是對選擇電腦上不同的圖片信息進(jìn)行處理，選擇好圖片后就可以自動(dòng)進(jìn)行識別并且在文字識別區(qū)進(jìn)行回顯，識別完成以后就擁有獨(dú)立的功能處理文字信息，將內(nèi)容經(jīng)過了系統(tǒng)的復(fù)制功能就能快速使用，用戶接下來就可以進(jìn)行數(shù)字信息進(jìn)行存儲、辦公等。文字識別系統(tǒng)具體的功能結(jié)構(gòu)設(shè)計(jì)圖參見圖2.1。圖2.1文字識別系統(tǒng)具體的功能結(jié)構(gòu)設(shè)計(jì)2.2系統(tǒng)的研究需求分析文字識別系統(tǒng)要求能夠?qū)崿F(xiàn)對圖片進(jìn)行上傳后實(shí)現(xiàn)文字識別功能，為使用本系統(tǒng)的用戶提供上傳文件功能，其中不僅包含本機(jī)圖像、書本或照片等，還能夠滿足用戶進(jìn)行截圖選擇自己想要進(jìn)行識別的文字；用戶上傳完文件后圖片右側(cè)將展示輸出系統(tǒng)精準(zhǔn)識別后的文字內(nèi)容，為方便用戶更加快捷的使用識別后的文字，系統(tǒng)還有快速復(fù)制文字到剪貼板的功能，為用戶的數(shù)字信息存儲、使用減少更多時(shí)間；如果用戶上傳了錯(cuò)誤的圖片或者想重新再次識別圖片，可以進(jìn)行清除圖片和清空文字功能，減少過多繁瑣的操作，使本文字識別系統(tǒng)不僅做到識別快速、精準(zhǔn)，還能給用戶提供一個(gè)良好的交互體驗(yàn)。2.3開發(fā)語言及環(huán)境首先我使用Java作為本系統(tǒng)開發(fā)語言，我覺得Java在近十多年來經(jīng)久不衰的編程語言中一直占著最大的比重是有他的原因的，不僅有著一次編譯，處處都可運(yùn)行的跨平臺優(yōu)點(diǎn)，而且我覺得我也可以使用Java將業(yè)務(wù)邏輯實(shí)現(xiàn)為最完善的。首先項(xiàng)目整體需要使用Eclipse開發(fā)工具，根據(jù)現(xiàn)在互聯(lián)網(wǎng)項(xiàng)目發(fā)展的技術(shù)可行性看出來大部分項(xiàng)目都會采用Eclipse開發(fā)工具，再利用百度應(yīng)用程序接口集成一些優(yōu)秀的API接口保證后臺的高可用和系統(tǒng)安全，再通過添加libraries完成圖形化界面的部署，配置后達(dá)到一定程度的高可用和易維護(hù)，充分說明本系統(tǒng)在技術(shù)方面可行。一個(gè)文字識別系統(tǒng)項(xiàng)目最重要的就是其高可用，這一點(diǎn)不僅包括了技術(shù)新、可維護(hù)性和系統(tǒng)安全性等等，在當(dāng)前市場不同的軟件開發(fā)對應(yīng)不同的需求角度，我現(xiàn)在在開發(fā)人員的角度當(dāng)然會為項(xiàng)目開發(fā)選擇最安全的環(huán)境選和最穩(wěn)定的版本開發(fā)工具進(jìn)行開發(fā)。在電腦操作系統(tǒng)上選擇Windows10，如今微軟的系統(tǒng)已經(jīng)更新10多年，在現(xiàn)在win10功能不僅強(qiáng)大而且十分穩(wěn)定，所以但若有了win10系統(tǒng)當(dāng)然會去選擇，基本不會再出現(xiàn)開發(fā)時(shí)的bug，而且現(xiàn)在市面上幾乎所有的開發(fā)工具都與其兼容。第一章提到我們系統(tǒng)將應(yīng)用百度識別文字的API應(yīng)用程序接口，所以要了解百度的API接口平臺有哪些公開功能。在AI平臺里我們可以看到有很多選項(xiàng)，其中文字識別也是AI的導(dǎo)航欄里，接著在控制端的下拉框里找到文字識別功能，進(jìn)入相應(yīng)的文檔中心，在這個(gè)頁面中你可以找到自己相應(yīng)的應(yīng)用類型，通過自己注冊的key來獲得應(yīng)用接口?，如果選擇的只有文字識別則默認(rèn)選擇所有的文字識別管理服務(wù)，填寫好自己的應(yīng)用名稱和系統(tǒng)描述，當(dāng)然還可以勾選除了文字識別以后更多的接口，因?yàn)榘俣華PI里成熟的技術(shù)已經(jīng)非常之多，點(diǎn)開技術(shù)范圍里可以找到關(guān)于Java的不同需求文檔，如果需要人臉識別則再勾選人臉識別對應(yīng)的所有接口即可；創(chuàng)建完畢之后，點(diǎn)擊返回應(yīng)用列表按鈕；在應(yīng)用列表界面中，即可查看應(yīng)用對應(yīng)的APIKey和SecretKey即可。第三章總體設(shè)計(jì)3.1圖片處理模塊本系統(tǒng)設(shè)計(jì)的模塊全部基于Eclipse中的Swing圖形界面進(jìn)行設(shè)計(jì)與編寫，這是一款功能十分強(qiáng)大并且極其輕量的Swing圖形化編程插件，所以在窗體中的按鈕也是在調(diào)用圖形界面的工具包進(jìn)行編寫，我設(shè)計(jì)的上傳文件功能和以下功能模塊設(shè)計(jì)一樣就不再對此圖形化編程插件進(jìn)行詳細(xì)介紹，當(dāng)用戶需要對圖片進(jìn)行文字識別時(shí)，首先要對圖片進(jìn)行文件的上傳，本功能是通過調(diào)用圖形化編程插件的I/O方法，但是對上傳類型進(jìn)行了設(shè)置，在方法中判斷是否上傳的是圖片文件類型，如果文件類型符合則實(shí)例化文件對象進(jìn)行上傳，相反如果不符合則拋出異常返回上一個(gè)窗體，當(dāng)圖片上傳成功之后可以自動(dòng)進(jìn)行文字的識別功能，所以上傳文件功能也包含了文字識別的方法，所以在后面的模塊中需要使用只需重載此方法。具體功能描述參見表3-1。表3-1上傳文件功能描述上傳文件功能描述提供用戶進(jìn)行離線上傳文件的功能并同步識別出文字進(jìn)行的操作判斷文件類型是否符合產(chǎn)生的結(jié)果如果文件類型符合則同步識別出圖片中的文字，如果文件類型不符合則返回上一個(gè)窗體3.2文字識別模塊3.2.1內(nèi)容展示功能文字識別模塊中最重要的就是把內(nèi)容準(zhǔn)確、迅速、完整的展示給用戶，所以內(nèi)容展示功能是將文字識別方法執(zhí)行后生成的文字進(jìn)行展示，和圖片預(yù)覽功能類似，也需要提前設(shè)置展示內(nèi)容的文字大小、定位等，所以用戶進(jìn)行上傳完圖片之后可以自動(dòng)將圖片中的文字進(jìn)行渲染到頁面中。具體功能描述參見表3-2。表3-2內(nèi)容展示功能描述內(nèi)容展示功能描述將識別后的文字到指定窗體中展示進(jìn)行的操作將用戶上傳的圖片識別成文字產(chǎn)生的結(jié)果在系統(tǒng)右側(cè)圖像界面窗體中通過指定的格式渲染出用戶識別之后的文字3.3.2復(fù)制文字功能本系統(tǒng)的初衷就是使用戶能快捷的從指定文件或位置識別出自己想要的文字，所以復(fù)制文字功能完全符合本系統(tǒng)的初衷，讓用戶識別完之后的文字只用按一個(gè)按鈕就可將內(nèi)容復(fù)制到剪貼板，其中復(fù)制文字功能也是將內(nèi)容復(fù)制到內(nèi)存中，不會對識別出的文字產(chǎn)生影響。具體功能描述參見表3-3。表3-3復(fù)制文字功能描述復(fù)制文字功能描述將識別出來的文字復(fù)制到剪貼板中進(jìn)行的操作執(zhí)行主窗體界面中的復(fù)制功能產(chǎn)生的結(jié)果若文字存在則將全部內(nèi)容復(fù)制到剪貼板中，若文字不存在則不產(chǎn)生影響3.3.3清空文字功能當(dāng)復(fù)制完文字內(nèi)容之后或者需要重新識別之后即可使用本清空文字功能，本功能和上述的清空圖片功能類似，只對內(nèi)存中剪貼板的內(nèi)容濟(jì)寧進(jìn)行清空，對本系統(tǒng)識別出來的文件不產(chǎn)生影響，清空文字之后界面中將等待重新識別輸出內(nèi)容。具體功能描述參見表3-4。表3-4清空文字功能描述清空文字功能描述提供用戶對主窗體中的輸出內(nèi)容進(jìn)行清空進(jìn)行的操作將識別出來的文字從內(nèi)容預(yù)覽窗體中清除產(chǎn)生的結(jié)果若文字存在則將全部內(nèi)容從窗體中清除，若文字不存在則內(nèi)容預(yù)覽不受影響第四章系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)4.1系統(tǒng)流程概要介紹本章首先分析PC端架構(gòu)自身的特點(diǎn)，通過實(shí)驗(yàn)對比分析了NDK框架、C語言、Java等方式處理較為復(fù)雜的圖像預(yù)處理算法的差異，決定采用Java來處理識別系統(tǒng)和JFrame窗體界面。然后根據(jù)場景中字符的特點(diǎn)以及國內(nèi)外同類產(chǎn)品的性能給出了本系統(tǒng)的設(shè)計(jì)目標(biāo)，進(jìn)而得出實(shí)現(xiàn)該字符識別系統(tǒng)所要解決的核心技術(shù)問題以及本文的解決方案，最后給出了系統(tǒng)的總體框架。開發(fā)人員編寫的應(yīng)用程序都是放在應(yīng)用程序?qū)?，這些程序都是采用Java語言開發(fā)。眾所周知，Java語言最大的優(yōu)勢就是其封裝擴(kuò)展性較好，在執(zhí)行效率上并不比C/C++差。而圖像處理所涉及的算法都較為復(fù)雜，時(shí)間復(fù)雜度比較高，如果直接在應(yīng)用層采用Java開發(fā)字符識別系統(tǒng)，那么整個(gè)系統(tǒng)的耗時(shí)肯定將會大大縮短，實(shí)時(shí)性事半功倍。所以本系統(tǒng)利用Java和OCR技術(shù)的API接口實(shí)現(xiàn)了一個(gè)圖片文字識別系統(tǒng)。從原始圖片的輸入，經(jīng)過圖片放大和平滑處理對圖片進(jìn)行第一級別的粗略操作，然后對圖片灰度圖片轉(zhuǎn)換然后進(jìn)行二值化處理，又經(jīng)過校正和行列定位，定位出一個(gè)文字子圖片，然后幾個(gè)對文字的幾何特征掃描進(jìn)行特征碼的計(jì)算，最后從百度接口的特征碼去對應(yīng)UTF-8編碼，所以我們不需要涉及到對數(shù)據(jù)庫的查詢、增加、刪除、修改等操作，大大提高了系統(tǒng)的運(yùn)行效率，從而輸出識別的文字，還包括對系統(tǒng)的學(xué)習(xí)和校正的處理。本文設(shè)計(jì)的特征碼掃描方法是文字幾何特征掃描，能夠深入的挖掘文字的特征，具有穩(wěn)重以及極具潛力的研究方向。通過以上步驟模塊完成了一個(gè)完整的文字識別系統(tǒng)，符合論文最初設(shè)計(jì)的目標(biāo)。4.2系統(tǒng)模塊的劃分與執(zhí)行流程本系統(tǒng)首先通過一個(gè)面板容器類把所有功能容納在一起，主要使用Eclipse中的圖形化用戶界面的工具包，這是一個(gè)輕量級的容器可以使我們與用戶的交互界面更加簡單、快捷，所以我們所有的模塊都在這個(gè)主面板中，然后用子窗體給父窗體傳值，完成各個(gè)構(gòu)造方法與其他方法。我們的模塊功能在主面板中被劃分為：選擇圖片文字識別、清空、復(fù)制、截圖識別、清除、重識。設(shè)計(jì)好系統(tǒng)的模塊之后，我們將設(shè)置各按鈕字體和大小以及位置，除了按鈕模塊的劃分外，還有用戶回顯的模塊，例如圖片預(yù)覽標(biāo)簽以及狀態(tài)提示標(biāo)簽、文本域的輸出、文本域的滾動(dòng)條、各方位分面板等，當(dāng)這些模塊全部劃分設(shè)計(jì)出來之后即可將各組件依次加入相應(yīng)方位面板，然后設(shè)置當(dāng)前系統(tǒng)風(fēng)格，寫好主方法之后依次調(diào)用其他方法，傳入可選參數(shù)調(diào)用接口等，系統(tǒng)概要執(zhí)行流程圖參見圖4.1。圖4.1系統(tǒng)概要執(zhí)行流程4.3圖片處理模塊功能的實(shí)現(xiàn)從第二章文件模塊功能的介紹可以看到，我們設(shè)計(jì)的所有模塊都需要設(shè)計(jì)到一個(gè)圖形化的界面工具包，所以我首先要介紹如何實(shí)現(xiàn)在Eclipse中引入這個(gè)強(qiáng)大的Swing的編程插件。SWTDesigner是功能十分強(qiáng)大的Swing圖形化編程插件。如果還要想進(jìn)行GoogleWebToolkit開發(fā)的化，即GWTDesigner。直接到HTTP://WWW./下載WindowBuilderPro，里面包含了SWTDesigner,SwingDesigner,GWTDesigner的所有插件。設(shè)計(jì)完圖形界面的主窗體之后再來建立各個(gè)模塊之間的距離以及大小，上傳文件功能主要功能是判斷用戶上傳的文件是否為空和是否是圖片才能進(jìn)行文字識別，首先此方法實(shí)例化文件對象，如果文件不存在，則新建文件，通過File文件類型實(shí)例化文件對象，在創(chuàng)建文件的方法中可以用if(!file.exists())判斷文件是否存在，通過try和catch來捕捉上傳時(shí)遇到的異常。然后使用JButton此方法返回一個(gè)“讀取文件”按鈕，通過FileReader來讀取文件內(nèi)容，上面第二章介紹到文件上傳時(shí)是上傳到內(nèi)存，所以上傳時(shí)要用BufferedReader給文件開辟一個(gè)緩存空間，同樣用此方法返回一個(gè)“寫入文件”按鈕，在上面的方法中使用FileWriter里的gettext將文本框內(nèi)容全部寫入文件，在控制臺輸出提示“文件寫入成功”。當(dāng)點(diǎn)擊選擇文件時(shí)，調(diào)用圖形界面包的file功能打開一個(gè)新的窗體，下方輸出回顯“選擇文件”時(shí)即可添加想要的圖片，不僅能從本機(jī)上選取圖片，還能用網(wǎng)站中標(biāo)明圖片來源的作為文件上傳。使用上傳文件功能進(jìn)行文件讀寫參見圖4.2。圖4.2上傳文件模塊4.4文字識別模塊功能的實(shí)現(xiàn)4.4.1內(nèi)容展示功能內(nèi)容展示功能即把圖片識別后的文字進(jìn)行窗體回顯，所以首先解決的問題是如何進(jìn)行文字識別與提取。本系統(tǒng)的識別預(yù)處理到實(shí)際存儲有五個(gè)流程，主要步驟分為：把待識別的圖形中的文字區(qū)域進(jìn)行裁剪功能，利用最小方差的技術(shù)測量文字內(nèi)容的水平位置，將平均高度劃分出文字行，根據(jù)每一行劃分出來的空間特征逐個(gè)提取文字或者字符對象得出點(diǎn)陣坐標(biāo)方位，創(chuàng)建一個(gè)字符串把每個(gè)文本內(nèi)容全部存入，通過接口的字庫實(shí)現(xiàn)提取和對比，最后從而達(dá)到文字識別的效果，這個(gè)過程是逐步細(xì)化的，所以我采用目前技術(shù)比較新并且安全的百度API應(yīng)用程序接口，之前描述了接口作用以及如何連接應(yīng)用接口，所以關(guān)于接口里的具體代碼我們不做詳細(xì)介紹.在使用識別文字功能時(shí)難免會出現(xiàn)傾斜的或者模糊的圖形，當(dāng)他產(chǎn)生分割、壓縮等操作時(shí)對后期的校準(zhǔn)、提取工作都增大了很多難度，所以在對這類圖形進(jìn)行識別時(shí)先要進(jìn)行傾斜檢測和校準(zhǔn)。在以前的產(chǎn)品識別時(shí)需要人來手動(dòng)校準(zhǔn)，這是為了其他設(shè)備進(jìn)行識別的交互方式，但是我們使用PC機(jī)系統(tǒng)時(shí)不再需要人工干預(yù)，使用自動(dòng)校正分析計(jì)算機(jī)圖形里的特征、傾斜角度等問題，從而達(dá)到自動(dòng)識別文字。在傳入圖片文件時(shí)使用HashMap進(jìn)行存儲，然后在連接好的API接口中使用put傳入可選參數(shù)調(diào)用接口，在設(shè)置傳入?yún)?shù)時(shí)設(shè)計(jì)到路徑問題，所以使用JSONObject中的client方法使參數(shù)為本地路徑。最后最重要的就是傳值問題，因?yàn)槭褂迷摻涌谧R別出來的文字為Java中最常見的JSON數(shù)據(jù)格式，在array的數(shù)組中進(jìn)行g(shù)et傳值，把拆分出來的文字用String強(qiáng)制轉(zhuǎn)換，最后使用tostring進(jìn)行解析之后用return返回所有內(nèi)容。以上傳一個(gè)廣告圖為例，具體使用文字識別功能后內(nèi)容展示參見圖4.3。圖4.3內(nèi)容展示模塊4.4.2復(fù)制文字功能復(fù)制文字功能即為復(fù)制文字到剪貼板中，這和復(fù)制文件類型相似但也有區(qū)別，復(fù)制文字時(shí)雖然也需要用到file類的使用，但是在上一步內(nèi)容識別展示時(shí)已經(jīng)將這一步驟完善了，在調(diào)用接口傳值之后不需要再對文件進(jìn)行讀取、存儲，在復(fù)制文字時(shí)第一種:使用FileReader和FileWrite，一次只能讀取一個(gè)字符，使用使用FileOutputStream和FileInputStream，一次只能讀取一個(gè)字節(jié)數(shù)組，所以把兩種方法結(jié)合使用之后讓reader和writer功能一次讀取一行并且存儲，在調(diào)用SetClipboardText方法進(jìn)行讀寫操作時(shí)效率更高，如果直接使用Files類中方法進(jìn)行直接文件的讀寫性能方面肯定是不如這個(gè)的，從緩存來避免任何性能的阻礙，明顯我們將使用不同的源文件和不同的目標(biāo)文件都能快速復(fù)制到剪貼板，最后保存在String類型的內(nèi)容使用SetContents方法進(jìn)行存值。使用復(fù)制文字功能將文字復(fù)制到剪貼板中參見圖4.4。圖4.4復(fù)制文字模塊4.4.3清空文字功能清空文字功能是為了避免再次識別文字時(shí)文件讀寫的時(shí)候出現(xiàn)異常，所以添加手動(dòng)清空文字的功能，雖然再次識別的時(shí)候也能將文字清空，但這樣的操作會使系統(tǒng)產(chǎn)生多余的操作因而造成一定意義上的內(nèi)存泄漏，所以我們在actionPerformed的方法中判定文字是否存在，當(dāng)用if對getSource取出來的值為空時(shí)即跳出本方法不做任何操作，當(dāng)取出來的內(nèi)容不為空才繼續(xù)執(zhí)行本方法，在setText方法中將圖形界面的文字窗體中把內(nèi)容全部清空。使用清空文字功能參見圖4.5。圖4.5清空文字模塊

結(jié)束語基于java的文字識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)歷時(shí)了幾個(gè)月，我遵循了從小到大的研究規(guī)則，從系統(tǒng)的設(shè)計(jì)，到論文的編寫得到了老師很多的幫助，在廣東開放大學(xué)這段時(shí)間的開發(fā)，充分激發(fā)了我對Java編程的應(yīng)用開發(fā)學(xué)習(xí)的熱情，這個(gè)設(shè)計(jì)難度雖然有點(diǎn)大，但這樣正好在老師的幫助下學(xué)習(xí)到更多關(guān)于Java編程的知識與技巧。我覺得這個(gè)文字識別系統(tǒng)使用的接口可以有很多，所以我每次都會去尋找最新的接口技術(shù)和最簡潔高效的辦法去編程，在這個(gè)過程中，我還收獲到了一點(diǎn)，一個(gè)良好的編程規(guī)范對自己編程速度有著良好的幫助，因?yàn)槲野l(fā)現(xiàn)一旦中間停了一段時(shí)間沒有去看這個(gè)代碼，到后來連自己都看不懂了，為了以后能在公司中完成與團(tuán)隊(duì)的協(xié)作，養(yǎng)成良好的代碼規(guī)范非常有必要，比如后臺的數(shù)據(jù)驗(yàn)證要通過異常方式返回給調(diào)用者，還有一些常量的使用或者重復(fù)使用的代碼都可以抽取出來最復(fù)雜也最重要的就是百度API的配置了，像這樣的細(xì)節(jié)我并不認(rèn)為是小問題。在很多時(shí)候，老師會主動(dòng)過來與我們交流，傾聽著我們的想法，并讓我們將很多證書、獎(jiǎng)項(xiàng)作為我們的目標(biāo)，悉心為我們講解許多活動(dòng)的特點(diǎn)和目的，每一次都讓我更加堅(jiān)定了自己