本文關(guān)鍵詞：基于圖像識(shí)別的搜題系統(tǒng)的研究與實(shí)現(xiàn)

  更多相關(guān)文章： 字符識(shí)別 圖像處理 Tesseract 搜題

【摘要】：隨著互聯(lián)網(wǎng)的不斷發(fā)展,不僅是生活、工作等,教育教學(xué)領(lǐng)域也隨著發(fā)生了重大的變化。在線教育是教育與互聯(lián)網(wǎng)整合下的新型的教育方式和教育模式。在線題庫(kù)是在線教育一個(gè)重要的組成部分,通過(guò)在線題庫(kù)我們不僅可以搜索到各種各樣的考試試題及其答案與解析,還可以將搜索到的試題組成試卷,這給教師的教與學(xué)生的學(xué)帶來(lái)了巨大的幫助。但是,目前在線題庫(kù)只支持手工輸入的搜索功能,這樣影響了其搜索的效率。例如,需要搜索的試題題目較長(zhǎng),且不能復(fù)制粘貼,此時(shí)則需要手工輸入進(jìn)行搜索。雖然我們可以輸入一部分作為搜索的關(guān)鍵詞,但這樣的搜索準(zhǔn)確度不高。所以在這種情況下在線題庫(kù)的搜索效率較低。針對(duì)在線題庫(kù)的不足,本文提出一個(gè)基于圖像識(shí)別技術(shù)的搜題系統(tǒng)。此系統(tǒng)可以實(shí)現(xiàn)利用圖片進(jìn)行搜索試題的功能。即當(dāng)需要搜索的試題題目較長(zhǎng)或不能復(fù)制粘貼的時(shí)候,我們可以對(duì)其進(jìn)行截圖或者用手機(jī)或其他電子設(shè)備拍照下來(lái),然后利用此圖片進(jìn)行搜索,最后可以得到圖片中顯示的試題及其答案與解析。這樣的功能對(duì)于手機(jī)用戶來(lái)說(shuō)是非常方便的,因?yàn)樗麄冎恍栌檬謾C(jī)一拍便可得到試題的答案與解析。本文旨在實(shí)現(xiàn)一個(gè)能滿足利用圖片搜索的、開(kāi)源、穩(wěn)定的搜題api系統(tǒng),為在線題庫(kù)或其他搜題系統(tǒng)提供基礎(chǔ)功能。此系統(tǒng)既克服了在線題庫(kù)效率低的缺點(diǎn)又順應(yīng)了互聯(lián)網(wǎng)與教育教學(xué)不斷整合和終身教育理念的要求,而且為用戶提供了方便快捷的學(xué)習(xí)方式。本系統(tǒng)的實(shí)現(xiàn)主要涉及到圖像處理、圖像識(shí)別和機(jī)器學(xué)習(xí)等方面的知識(shí)。本文詳細(xì)闡述了基于圖像識(shí)別的搜題系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),并介紹了實(shí)現(xiàn)的方法。本系統(tǒng)的功能原理是,首先發(fā)出Web請(qǐng)求,接收到請(qǐng)求后對(duì)試題圖片進(jìn)行預(yù)處理,主要包括圖像校正、圖像灰度化、二值化、圖像去噪等。然后對(duì)圖像進(jìn)行分割和字符識(shí)別。最后將識(shí)別得到的文本信息作為關(guān)鍵詞進(jìn)行搜索。最終得到試題答案與解析,然后將答案與解析返回給請(qǐng)求用戶。本文使用django作為Web框架;利用Open CV庫(kù)和Python的Image庫(kù)實(shí)現(xiàn)圖像預(yù)處理和圖像分割;對(duì)于圖像的字符識(shí)別,本文使用開(kāi)源的Tesseract-ocr引擎進(jìn)行處理,為了提高字符識(shí)別的正確率,本文利用Tesseract引擎提供的字符庫(kù)訓(xùn)練方法進(jìn)行相關(guān)字符庫(kù)訓(xùn)練,得到了較好的識(shí)別效果;對(duì)于本系統(tǒng)的數(shù)據(jù)庫(kù),本文選擇SQLite數(shù)據(jù)庫(kù).本文最后使用Nginx作為Web服務(wù)器對(duì)本系統(tǒng)進(jìn)行測(cè)試,測(cè)試結(jié)果表明,本系統(tǒng)達(dá)到了預(yù)期的效果。
【關(guān)鍵詞】：字符識(shí)別 圖像處理 Tesseract 搜題
【學(xué)位授予單位】：西華師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;G434;TP391.3
【目錄】：

• 摘要6-7
• Abstract7-8
• 第1章 緒論8-12
• 1.1 基于圖像識(shí)別的搜題系統(tǒng)的背景及意義8-9
• 1.2 搜題系統(tǒng)的應(yīng)用現(xiàn)狀9-10
• 1.3 本系統(tǒng)的簡(jiǎn)介10
• 1.4 本文研究工作和內(nèi)容安排10-12
• 1.4.1 本文研究工作10-11
• 1.4.2 本文內(nèi)容安排11-12
• 第2章 搜題系統(tǒng)設(shè)計(jì)及開(kāi)發(fā)環(huán)境12-18
• 2.1 設(shè)計(jì)目標(biāo)12
• 2.2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)12-13
• 2.2.1 系統(tǒng)軟件體系結(jié)構(gòu)12-13
• 2.2.2 系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)13
• 2.3 數(shù)據(jù)庫(kù)設(shè)計(jì)13-15
• 2.3.1 需求分析13
• 2.3.2 數(shù)據(jù)庫(kù)邏輯結(jié)構(gòu)設(shè)計(jì)13-14
• 2.3.3 Python操作SQLite數(shù)據(jù)庫(kù)14-15
• 2.4 開(kāi)發(fā)環(huán)境的搭建15-18
• 2.4.1 Python簡(jiǎn)介及安裝15-16
• 2.4.2 Python相關(guān)庫(kù)及模塊的安裝16
• 2.4.3 Tesseract-OCR引擎的安裝16-17
• 2.4.4 Django簡(jiǎn)介及安裝17
• 2.4.5 開(kāi)發(fā)工具安裝17-18
• 第3章 試題圖片預(yù)處理18-26
• 3.1 試題圖片灰度化18-19
• 3.2 試題圖片二值化19-22
• 3.3 試題圖片去噪22-23
• 3.4 試題圖片傾斜校正23-26
• 3.4.1 常用的圖像傾斜校正方法23-24
• 3.4.2 基于像素點(diǎn)的文檔圖像傾斜角度檢測(cè)方法24-26
• 第4章 試題圖片識(shí)別26-33
• 4.1 Tesseract-ocr簡(jiǎn)介26-27
• 4.1.1 Tesseract-ocr特點(diǎn)26-27
• 4.2 試題圖片字符識(shí)別27-33
• 4.2.1 準(zhǔn)備訓(xùn)練樣本圖片27-28
• 4.2.2 合并成tif文件28
• 4.2.3 生成Box文件28
• 4.2.4 文字校正28-29
• 4.2.5 生成tr訓(xùn)練文件29
• 4.2.6 生成計(jì)算字符集文件29
• 4.2.7 創(chuàng)建字體屬性文件29-30
• 4.2.8 生成中間文件30
• 4.2.9 合成traineddata文件30-33
• 第5章 試題搜索33-36
• 5.1 常用Web信息搜索方法33
• 5.2 基于相鄰兩字符組成關(guān)鍵詞的搜索方法33-34
• 5.2.1 去除特殊符號(hào)34
• 5.2.2 組建關(guān)鍵詞34
• 5.2.3 搜索34
• 5.3 界面設(shè)計(jì)34-36
• 第6章 系統(tǒng)測(cè)試36-40
• 6.1 系統(tǒng)測(cè)試環(huán)境36
• 6.2 系統(tǒng)功能測(cè)試36-38
• 6.2.1 字符識(shí)別率測(cè)試37
• 6.2.2 搜題準(zhǔn)確率測(cè)試37-38
• 6.3 系統(tǒng)性能測(cè)試38-40
• 6.3.1 系統(tǒng)響應(yīng)時(shí)間測(cè)試38
• 6.3.2 系統(tǒng)壓力測(cè)試38-40
• 第7章 總結(jié)與展望40-41
• 7.1 工作總結(jié)40
• 7.2 不足與展望40-41
• 參考文獻(xiàn)41-43
• 致謝43-46
• 在學(xué)期間的科研情況46

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊帆;;《物體的運(yùn)動(dòng)》圖像識(shí)別分析能力的有效形成[J];理科考試研究;2013年10期

2 侯玉娟;;圖像識(shí)別問(wèn)題的數(shù)學(xué)建模研究[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(高教版);2010年02期

3 段麗英;閆友平;趙英豪;劉旭寧;;顆粒圖像識(shí)別及計(jì)數(shù)在糧種品質(zhì)測(cè)定中的應(yīng)用[J];石家莊學(xué)院學(xué)報(bào);2011年03期

4 陳煥旦;;課件錄播系統(tǒng)的圖像識(shí)別跟蹤技術(shù)[J];寧波廣播電視大學(xué)學(xué)報(bào);2012年03期

5 沈明睿;圖像識(shí)別激光教鞭鼠標(biāo)[J];科學(xué)啟蒙;2004年05期

6 ;文通信息發(fā)布慧視新品OCR技術(shù)進(jìn)入視覺(jué)圖像識(shí)別新領(lǐng)域[J];中國(guó)現(xiàn)代教育裝備;2005年05期

7 陳宇環(huán);鐘劍;謝亦才;;基于形狀上下文的血吸蟲(chóng)尾蚴圖像識(shí)別[J];贛南師范學(xué)院學(xué)報(bào);2011年06期

8 司佳偉;陳圣儉;;嵌入式視頻監(jiān)控系統(tǒng)中變電站設(shè)備的儀表指針圖像識(shí)別[J];中國(guó)電力教育;2007年S1期

9 沈整;圖像識(shí)別中的Radon數(shù)學(xué)變換[J];江漢大學(xué)學(xué)報(bào);1996年03期

10 陳明;包鑫;;基于TMS320LF2407的圖像識(shí)別流量計(jì)設(shè)計(jì)與開(kāi)發(fā)[J];皖西學(xué)院學(xué)報(bào);2008年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 高曉丁;左賀;高鵬;;基于圖像識(shí)別的多套色印花對(duì)花定位技術(shù)研究[A];佶龍杯第四屆全國(guó)印花學(xué)術(shù)研討會(huì)論文集[C];2009年

2 郭艷;王萍;朱國(guó);;基于圖像識(shí)別的射擊自動(dòng)報(bào)靶系統(tǒng)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語(yǔ)譜圖像識(shí)別的廣告檢索[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（二）[C];2011年

4 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語(yǔ)譜圖像識(shí)別的廣告檢索技術(shù)[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

5 劉翠響;孫以材;張艷;于明;;基于三控制要素的多項(xiàng)式模糊擬合在人臉圖像識(shí)別中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

6 林達(dá)宜;邱利松;張莎;;物聯(lián)網(wǎng)發(fā)展與圖像識(shí)別[A];2012全國(guó)無(wú)線及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（上）[C];2012年

7 王利強(qiáng);張紅梅;;儲(chǔ)糧害蟲(chóng)圖像識(shí)別知識(shí)庫(kù)研究[A];計(jì)算機(jī)研究新進(jìn)展（2010）——河南省計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

8 俞建榮;卜凡亮;李文力;陸曉軍;;流化床氣泡運(yùn)動(dòng)的圖像識(shí)別與分析[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

9 李靈;;情景智能圖像識(shí)別和數(shù)字化處理技術(shù)在型式評(píng)價(jià)試驗(yàn)中的運(yùn)用[A];2013年江蘇省計(jì)量測(cè)試學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

10 于麗穎;;圖像識(shí)別方法技術(shù)分析與應(yīng)用[A];第24屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第6屆中國(guó)煤礦信息化與自動(dòng)化高層論壇論文集[C];2014年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 記者 鄭曉春;以開(kāi)發(fā)出計(jì)算機(jī)圖像識(shí)別新技術(shù)[N];科技日?qǐng)?bào);2007年

2 沈曉光邋編譯;半導(dǎo)體技術(shù)向低耗能發(fā)展[N];中國(guó)電子報(bào);2008年

3 記者 李紅;法研究出圖像識(shí)別軟件[N];科技日?qǐng)?bào);2000年

4 海言;慧視：讓電腦“識(shí)文斷字”[N];科技日?qǐng)?bào);2007年

5 田夢(mèng);PDF圖像識(shí)別助推電子政務(wù)[N];計(jì)算機(jī)世界;2007年

6 比爾·蓋茨;軟件邊界不斷改變令人興奮[N];中國(guó)電子報(bào);2008年

7 宋輝;擺脫束縛慧視展現(xiàn)新的生活體驗(yàn)[N];中國(guó)企業(yè)報(bào);2004年

8 本報(bào)記者 湯銘;認(rèn)知計(jì)算，，未來(lái)計(jì)算[N];計(jì)算機(jī)世界;2013年

9 馮遜;埃及金字塔人類史上最大的謎[N];大眾科技報(bào);2010年

10 本報(bào)記者 楊學(xué)聰 閆靜;觸碰“最未來(lái)”的生活[N];經(jīng)濟(jì)日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉軍;人臉圖像識(shí)別關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2015年

2 柳楊;面向圖像識(shí)別的稀疏模型研究[D];北京郵電大學(xué);2015年

3 王宇新;基于特征分布的圖像識(shí)別方法研究與應(yīng)用[D];大連理工大學(xué);2012年

4 陳健美;基于密度聚類和多特征融合的醫(yī)學(xué)圖像識(shí)別研究[D];江蘇大學(xué);2008年

5 冉瑞生;一些矩陣計(jì)算問(wèn)題及其在圖像識(shí)別中的應(yīng)用研究[D];電子科技大學(xué);2006年

6 李雅梅;南宋川南墓葬石刻藝術(shù)與計(jì)算機(jī)圖像識(shí)別應(yīng)用的研究[D];重慶大學(xué);2008年

7 侯書(shū)東;基于相關(guān)投影分析的特征提取研究及在圖像識(shí)別中的應(yīng)用[D];南京理工大學(xué);2012年

8 吳萌;多尺度表達(dá)和正則化方法在圖像識(shí)別中的研究與應(yīng)用[D];上海交通大學(xué);2014年

9 謝鉉洋;SARS醫(yī)學(xué)圖像識(shí)別與輔助診斷研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

10 孫權(quán)森;基于相關(guān)投影分析的特征抽取與圖像識(shí)別研究[D];南京理工大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王明靜;蟻群算法在圖像識(shí)別中的應(yīng)用研究[D];西安石油大學(xué);2015年

2 劉宜闊;熱光關(guān)聯(lián)圖像識(shí)別的研究[D];河北大學(xué);2015年

3 田湘源;基于圖像識(shí)別的中國(guó)畫(huà)真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

4 任皓;基于圖像識(shí)別的PCB焊接質(zhì)量檢測(cè)技術(shù)的研究[D];天津理工大學(xué);2015年

5 王倩;基于圖像識(shí)別的油畫(huà)真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

6 余征;基于Hadoop的人臉圖像識(shí)別并行處理方法研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

7 馬爽;基于圖像識(shí)別的教室照明節(jié)能系統(tǒng)的技術(shù)研究[D];沈陽(yáng)理工大學(xué);2015年

8 李義;基于相關(guān)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 李東;基于群智能算法優(yōu)化的超聲乳腺腫瘤圖像識(shí)別[D];第四軍醫(yī)大學(xué);2015年

10 林開(kāi)彬;基于圖像識(shí)別的無(wú)紙化閱卷空白題識(shí)別技術(shù)研究[D];貴州師范大學(xué);2015年

本文編號(hào)：1031605