[发明专利]一种智能阅读器及其实现方法

说明书

技术领域

本发明属于图像识别技术领域，尤其涉及一种智能阅读器及其实现方法。

背景技术

人类获取信息的方式有多种，包括文字、图像、语音等。然而，对于盲人、弱视群体、老年人、文盲与半文盲等人群，通过文字获取信息十分困难。如果能够有一种携带方便，使用简单的智能阅读器，将上述人群看到的文字转化成语音播放出来，则可以为上述人群的日常生活提供极大的便利。

发明内容

本发明针对盲人、弱视群体、老年人、文盲与半文盲等群体阅读文字信息不便的问题，提出一种智能阅读器及其实现方法，用于解决上述群体在日常生活中获取文字信息不便的问题。

本发明的技术方案是，一种智能阅读器，其特征是所述阅读器包括资料获取模块、图像处理模块、文字识别模块、语音合成模块、发音模块、存储管理模块和控制模块；其中，所述控制模块分别与资料获取模块和发音模块相连，分别对图像的获取和文字的发音进行控制；存储管理模块分别与资料获取模块、图像处理模块、文字识别模块、语音合成模块相连，用于临时存储图像文字处理过程中产生的临时信息；资料获取模块、图像处理模块、文字识别模块、语音合成模块、发音模块顺序相连，实现图像文字到语音文字的转化。

所述资料获取模块安装有图像传感器，采用拍摄输入方式获取图像信息。

所述图像处理模块包含有版面校正模块和版面分析模块；其中，版面校正模块用于对采用拍摄输入方式获取图像时，产生的透视变形与扭曲变形进行校正；版面分析模块用于将图像中的文字与图像中的图形和表格分离开来。

所述控制模块安装有控制键盘，控制键盘上安装有10个功能按键，分别是“●”、、“‖”、“+/-”、“～”、“↑”、“↓”、“⊙”、“■”、“◇”；每个功能键上都带有盲文，便于盲人触摸识别。

一种智能阅读器的实现方法，其特征是所述方法包括系列步骤：

步骤1：启动智能阅读器，通过驱动软件，从图像传感器获取图像信息；

步骤2：对获取的图像信息进行预处理；

步骤3：采用字符识别软件OCR，对处理后图像信息中的文字进行识别；

步骤4：判断图像是否反置；

步骤5：如果图像反置，则发出报警声提示用户重新放置文字资料，并重新识别；

步骤6：如果图像没有反置，则将图像信息中的文字转化成txt文件并输出至语音合成模块；

步骤7：采用语音合成软件TTS，对OCR识别后的文字进行语音输出。

所述步骤2还包括下列步骤：

步骤21：采用嵌入式图像二值化算法对图像进行二值化处理，获取图像中的文字信息；

步骤22：采用倾斜校正、桶形失真校正、扭曲变形校正算法对图像中的文字进行畸变校正；

步骤23：采用自顶向下方法或自底向上方法或混合型方法进行版面分析，使得图像中的图形、表格、文字分离开来。

本发明的效果在于，通过本发明，盲人、弱视群体、老年人、文盲与半文盲等群体在不需要外界帮助的情况下，能够准确、快速、方便地获取文字信息。

附图说明

图1是本发明提供的一种智能阅读器的结构图。

图2是本发明提供的一种智能阅读器的实现方法的流程图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

图1是本发明提供的一种智能阅读器的结构图。图1中，本发明提供的智能阅读器包括资料获取模块、图像处理模块、文字识别模块、语音合成模块、发音模块、存储管理模块和控制模块；其中，所述控制模块分别与资料获取模块和发音模块相连，分别对图像的获取和文字的发音进行控制；存储管理模块分别与资料获取模块、图像处理模块、文字识别模块、语音合成模块相连，用于临时存储图像文字处理过程中产生的临时信息；资料获取模块、图像处理模块、文字识别模块、语音合成模块、发音模块顺序相连，实现图像文字到语音文字的转化。

各模块具体功能描述如下：

资料获取模块：资料获取采用拍照方式获得纸质资料上的数据信息，主要功能是实现光电转换，将获得纸质文字资料的图像信息进行存储，并调用图像处理模块进行下一步处理。资料获取模块安装有图像传感器，进行图像采集，并把采集的数据传回设备。图像传感器可以使用摄像头、工业相机，数码相机、摄像机等图像采集设备。