[發明專利]手機拍照翻譯裝置

無效

• 申請號: 200710043540.8
• 申請日: 2007-07-06
• 公開（公告）號: CN101339617A
• 公開（公告）日: 2009-01-07
• 發明（設計）人: 楊健
• 申請（專利權）人: 上海思必得通訊技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/38;H04M3/487
• 代理公司: 上海智信專利代理有限公司
• 代理人: 薛琦

技術領域

本發明涉及數字圖像處理領域、模式識別領域、及嵌入式設備領域，特別涉及一種手持設備拍照翻譯設備。

背景技術

隨著手持設備的發展和普及，手機已經越來越成為人們日常生活隨身攜帶的電子設備，而如何將需要翻譯的資料高效輸入，并將資料及時翻譯，為手機功能提供新的發展機遇。

發明內容

本發明的目的是提供一種拍照翻譯裝置。

本發明的目的是通過以下技術方案實現的：

一種拍照翻譯裝置，包括：

字符特征圖像識別(OCR)引擎單元，用于將文字資料數字圖像中的字符轉換成字符標準內碼。

一個翻譯引擎單元，用于翻譯OCR識別出來的文字資料；

一個至少具有130萬像素并具有微距功能的拍攝單元，用于拍攝獲取名片的數字圖像；

一個圖像預處理單元，用于將拍攝的圖像轉換成翻譯引擎單元所能識別的圖像格式，將圖像進行二值化壓縮，用于提升識別速度；

一個用戶界面單元，用于與用戶交互，向導用戶使用該功能界面。

其中，該OCR引擎單元包括：

引擎庫單元，用于存儲字符特征向量；

引擎設置單元，用于設置運行模式或數字圖像參數；

引擎啟動單元，用于分配運行空間、將引擎庫裝載入內存，啟動引擎為可執行狀態；

引擎版面分析單元，用于劃分版面，分割翻譯單詞區域，將可識別字符用連通區域框定；

引擎識別單元，用于識別連通區內的數字圖像，根據數字圖像直觀形象提取特征進行識別，輸出字符內碼；以及

引擎關閉單元，釋放內存空間，關閉引擎。

該引擎庫單元包括：

翻譯庫單元，用于存放詞與翻譯內容的對照表；以及

翻譯接口單元，用于提供輸入翻譯字，獲取翻譯結果的接口。

圖像預處理單元：從照相設備單元獲取數字圖像，該圖像分辨率在1280×960以上，Jpg圖像經過硬件解碼轉為16位rgb圖像，從16位rgb圖像轉化為8位灰度bmp格式圖像，然后對圖像進行二值化處理；

二值圖像是指整幅圖像畫面內僅黑(灰度值為0)白(灰度值為1)二值的圖像，在它們上面不呈現出灰度的變化。在數字圖像處理中，二值圖像占有非常重要的地位。這是因為在實用的圖像處理系統中，要求處理的速度高、成本低，信息量大的濃淡圖像處理花銷太大，不是上策。而且二值化后的圖像能夠用幾何學中的概念進行分析和特征描述，比起灰度圖像來說方便得多。因而二值圖像處理目前已成為圖像處理中的一個獨立的、重要分支而獲得廣泛的應用。

設表示像素在(i，j)位置的灰度值，二值化處理為下式所示。

f(i,j)=1f(i,j)≥t0f(i,j)≤t]]>

這里t為二值化閾值(Threshold)。像素的8-鄰域(8-Neighbor)，除去d-近鄰的像素外，余下的對角線上的4個像素，稱為(i，j)的非直接鄰域，符號是：i-近鄰。某個像素的連接數可以用這個像素的8-鄰域值f(x₀)…f(x₇)來計算。