技术总结
本发明公开了一种基于卷积神经网络的汉字识别方法，该方法包括以下步骤：1）采集训练用的文本图像；2）图像预处理：首先对图像进行非均匀光照调整，然后将图像转换为灰度图像；3）对预处理的图像进行特征提取；4）通过训练获得最终识别模型，选取测试识别正确率最高的卷积神经网络模型，作为最终识别模型；5）文字识别：对待识别的文本图像进行如步骤2）的图像预处理，采用训练所得的卷积神经网络模型进行识别，输出类别，匹配标签中汉字类别，输出汉字识别结果。本发明将提取方向特征图作为先验知识，和原始图像一起作为输入层的数据输入，以增强神经网络的识别性能，提高了汉字的识别率；且最终模型较小，计算速度快。
技术研发人员：鲁统伟;缪少君;彭玲;刘仁军;吴梦露;张彦铎;李晓林;卢涛;闵锋;李迅;周华兵;朱锐
受保护的技术使用者：武汉工程大学
文档号码：201611009032
技术研发日：2016.11.16
技术公布日：2017.05.10