4. Программная реализация

Программа разработана на языке программирования C# в среде разработки VisualStudio 2012.

4.1Описание функций и методов

• Segment – бинаризация и сегментация изображения;

• ethalon_0, ethalon_1 ит.д. – классы, содержащие информативные признаки символа.

• Thin – утоньшение изображения.

• Errosion/Expand – эррозия и расширение.

4.2Тестирование и руководство для пользователя

После запуска программы на экране появится следующее окно:

Рисунок 4.2.1 – Главное окно программы.

Теперь пользователь нужно нажать кнопку «Open» Программа запустит выбранное изображение.

Далее необходимо выполнять бинаризацию. Для мы должны нажать кнопку «Segment»это бинаризирует изображение и выделит область интереса.

Рисунок 4.2.2 – Бинаризация и сегментация

Далее можно обработать изображение по средству эррозии или расширения, либо их комбинации с варьируемой маской, для этого надо изменить маску усмотрению пользователя и нажать на кнопку Errosionили Expand, в окне выше появится предпросмотр полученного изображения.

Рисунок 4.2.3 – Эррозия

Рисунок 4.2.3 – Расширение

Если результат устраивает, нажимаем «Continuefiltering»и полученное изображение появится в верхнем окне, с ним можно проводить очередную фильтрацию.

Следует отметить, что очень важно правильно подобрать маску для фильтрации, иначе на изображении появятся нежелательные помехи.

Следующий шаг – утоньшение. Для того что осуществить утоньшение изображения нажимаем кнопку «Thin».

Рисунок 4.2.4 – Утоньшение изображения.

Далее нам необходимо сегментировать каждую цифру из утоньшенного сегмента, содержащего номер группы.

Для этого нажимаем кнопку «Take img»:

Рисунок 4.2.5 – Сегментация цифр.

И наконец, нам необходимо осуществить распознавание каждой цифры из номера группы.

Для этого нажимаем кнопку «Set edges» для выделения информативных признаком и затем«Recognize» для распознавания цифры.

Результат запишется в поле под изображением.

Рисунок 4.2.6 – Результат распознавания.

Заключение

В процессе работы над курсовым проектом были опробованы различные методы обработки изображения и распознавания из изображения бланка задания курсовой работы. Тестирование приложения позволило сделать следующие выводы:

Метод бинаризации с заданием порога отлично подходит для перевода полутонового изображения в бинарное.

Метод 40%работает хорошо, при задании нужного процента.

Утоньшение методом LRTBработает неплохо. Однако все же на утоньшенном изображении присутствую лишние пиксели, которые могут мешать дальнейшему распознаванию.

Разработанный метод распознавания работает не на 100%, так как результат зависит от подаваемого на вход изображения.

Было разработано приложение, реализующее алгоритм распознаниясрока сдачи проекта со сканированного изображения бланка задания по курсовой работе. Проанализировав полученные результаты, можно сделать вывод о том, что данная программа позволяет распознавать цифры. Она не гарантирует 100% результат, но процент правильности распознавания, можно увеличить, подавая более аккуратные исходные изображения, а также добавив новые эталонные информативные признаки для цифр.