《彩色桌面出版系统》上机实验指导书.doc

《彩色桌面出版系统》 实验指导书 包装与材料工程学院 2012.3 实验一 原稿的输入 一、实验类型：验证性实验 二、实验目的与任务 掌握扫描仪的基本操作； 掌握反射及透射原稿扫描输入的参数设定； 掌握OCR文字识别技术。 分析不同参数设定下的图像质量和文字识别效果 三、预习要求 实验前查找资料，对平板扫描仪及其特点有所了解。熟悉实验步骤，掌握实验原理和方法。 四、实验基本原理 1.扫描仪的工作原理 自然界的每一种物体都会吸收特定的光波，而没被吸收的光波就会反射出去。扫描仪就是利用上述原理来完成对稿件的读取的。扫描仪工作时发出的强光照射在稿件上，没有被吸收的光线将被反射到光学感应器上。光感应器接收到这些信号后，将这些信号传送到数模（D/A）转换器，数模转换器再将其转换成计算机能读取的信号，然后通过驱动程序转换成显示器上能看到的正确图像。待扫描的稿件通常可分为：反射稿和透射稿。前者泛指一般的不透明文件，如报刊、杂志等，后者包括幻灯片（正片）或底片（负片）。如果经常需要扫描透射稿，就必须选择具有光罩（光板）功能的扫描仪。 2.扫描仪主要的技术指标 分辨率：分辨率是扫描仪最主要的技术指标，它表示扫描仪对图像细节上的表现能力，即决定了扫描仪所记录图像的细致度，其单位为PPI（Pixels Per Inch)。通常用每英寸长度上扫描图像所含有像素点的个数来表示。目前大多数扫描的分辨率在300～2400PPI之间。PPI数值越大，扫描的分辨率越高，扫描图像的品质，但这是有限度的。当分辨率大于某一特定值时，只会使图像文件增大而不易处理，并不能对图像质量产生显著的改善。扫描分辨率一般有二种：真实分辨率（又称光学分辨率）和插值分辨率。光学分辨率就是扫描仪的实际分辨率，它决定了图像的清晰度和锐利度的关键性能指标。插值分辨率则是通过软件运算的方式来提高分辨率的数值，即用插值的方法将采样点周围遗失的信息填充进去，因此也被称作软件增强的分辨率。例如扫描仪的光学分辨率为300PPI，则可以通过软件插值运算法将图像提高到600PPI，插值分辨率所获得的细节信息要少些。 灰度级：度级表示图像的亮度层次范围。级数越多扫描仪图像亮度范围越大、层次越丰富，目前多数扫描仪的灰度为256级。256级灰阶中以真实呈现出比肉眼所能辨识出来的层次还多的灰阶层次。 色彩数：色彩数表示彩色扫描仪所能产生颜色的范围。通常用表示每个像素点颜色的数据闰数即比特位（bit)表示。所谓bit这是计算机最小的存贮单位，以0或1来表示比特位的值，越多的比特位数可以表现越复杂的图像信息。例如常说的真彩色图像指的是每个像素点由三个8比特位的彩色通道所组成即24位二进制数表示，红绿蓝通道结合可以产生224=16.67M（兆）种颜色的组合，色彩数越多扫描图像越鲜艳真实。 扫描速度：扫描速度有多种表示方法，因为扫描速度与分辨率，内存容量，存取速度以及显示时间，图像大小有关，通常用指定的分辨率和图像尺寸下的扫描时间来表示。 扫描幅面：表示扫描图稿尺寸的大小，常见的有A4、A3、A0幅面等。 3.OCR文字识别技术 OCR （Optical Character Recognition光学字符识别）技术是指电子设备（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。主要处理步骤如下： 图像输入：需要OCR处理的文件须通过光学仪器，如扫描仪、传真机或其他输入设备，将图像转入计算机。一般来说，输入设备的分辨率越高，图像越清晰、OCR处理的效率越高。 　　 图像处理：图像处理是OCR系统中须解决问题最多的一个模块，从得到一个不是黑就是白的二值化图像，或灰阶、彩色的图像，到独立出一个个的文字图像的过程，都属于图像处理。包含了图像正规化、去除噪声、影像矫正等的图像处理，及图文分析、文字行与字分离的文件前处理。 　　 文字特征抽取：特征抽取是 OCR的核心，用什么特征、怎么抽取，直接影响识别的好坏。而特征可说是识别的筹码，简易的区分可分为两类：一为统计的特征，如文字区域内的黑/白点数比，当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足以应付了。而另一类特征为结构的特征，如文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对，市面上的线上手写输入软件的识别方法多以此种结构的方法为主。当输入文字算完特征后，不管是用统计或结构的特征，都须有一比对数据库或特征数据库来进行比对，数据库的内容应包含所有欲识别的字集文字，根据与输入文字一样的特征抽取方法所得的特征群组