一种英文单词OCR的算法

最近一段时间，本人写了一个关于英文单词的光学字符识别算法(只是针对印刷体的识别)，因为这是我的第一次尝试，所以会有很多不足之处，因此小弟在此给出自己的实现方法，希望大家能够给我一些宝贵的建议。

       我的识别算法是在WM手机上实现的（呵呵，该系统已经落伍了，就是自己有个手机，试着玩一下）。我首先对拍摄的图像进行二值化处理，后来发现噪声点不是很多，就忽略了除噪步骤，然后我根据X轴的统计特征，对字符进行了垂直分割，然后又根据Y轴的统计特征进行了水平分割，在此过程中获取了字符的长度和高度信息，然后也没有做归一化处理(本人比较懒吧）。

       下一步就是对单个字符进行识别了，在识别的过程中，我采用了分类的思想，希望尽量少一些处理少一些匹配的次数。我首先根据基于X轴的统计特征首先对字符进行了分类。基于X轴的统计数据会出现三个峰，两个峰，一个峰，以及零个峰的特征，我便是利用这个特征首先对字母进行了粗略的分析。

       具有三个峰的字符只有m一个，所以这样就简单的识别出了m；两个峰中，我又进行了一次划分，分别为峰值等高：u,n,o,s,g；左高右低：h,b,p,c,e;左低右高：q,d,a。

然后又从字符的中间进行了一次穿越,并记录了穿越中的最后一个交点的位置，这样又会获得1，2，3，4个交点及最后一个交点的位置的特征，为此将峰值特征与中间穿越所获得的特征进行组合，便可以在等高峰值这一组中识别出o,s,g，然后再根据交点的位置进行区分u和n；余下两组的识别方式相同，在此我就不做过多说明了。

       识别的过程中，比较头痛的是只有一个峰值的这一组：i,j,k,l,r,t。在该组中，我又重新制定了识别策略，首先根据y轴的统计特征，可以将i和j成功的分离出来，并进行左边缘的垂直穿越，然后根据j的那个小勾来识别i与j。经过这些处理之后，还有k,l,r,t这4个字母，于是我又进行了一次1/3高处的水平穿越，根据K有2个交点，将k识别出来。余下的l，r，t我又在字符宽的2/3处进行了一次垂直穿越，为此又将l识别出来，余下了r，t之后我对字母的右边缘进行了垂直穿越，这个时候根据交点的位置，将t与r进行了区分。

       至此，还有5个没有峰值的字母等待识别了：x,y,z,v,w。这几个字母感觉还比较容易识别，我在1/3高处进行了一次水平穿越，根据4，2，1个交点的特征，识别出了w，并将x与v划分为一组，z和y划分为一组，在x和v这一组中，在字符宽1/3处进行了垂直穿越，根据2和1的交点个数识别出了x和v。

然后在z和y一组中，在2/3字高处进行了水平穿越，为此又根据2和1的特征识别出了y和z，至此，小写的光学字符识别已经结束了。

       该算法是已经写好了，目前正在进行测试，发现对m，u，n，c，g，h，o等字母的识别效果好，为此还需要进一步的改进，我将在后期进行进一步的完善，在此也希望广大的IT博友给我指点，祝我一臂之力来完成这个能够适合在嵌入式设备上运行的识别算法。