[發明專利]一種點陣字符打印效果的圖像仿真生成方法

有效

• 申請號: 201911103673.9
• 申請日: 2019-11-13
• 公開（公告）號: CN110807823B
• 公開（公告）日: 2021-08-06
• 發明（設計）人: 王俊峰;唐鵬;高琳;陳懿
• 申請（專利權）人: 四川大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06F3/12;B41J2/225;B41J29/38
• 代理公司: 成都禾創知家知識產權代理有限公司 51284
• 代理人: 裴娟

本發明公開了一種點陣字符打印效果的圖像仿真生成方法，首先生成針式字符，包括從程序接口讀取用戶指定的打印字符生成參數，從字體庫中讀取指定字號的字體文件，解析其字庫點陣信息，以生成指定文本內容的圖像，利用采樣技術從中獲取點陣分布情況，用隨機筆觸生成算法繪制點陣字符的各個印刷點；然后仿真打印缺陷，包括隨機參數和隨機選擇控制的鏡頭模糊仿真、噪聲模擬、墨汁過多的效果模擬、隨機破損模擬、紋理干擾模擬等；最后生成的仿真圖像被縮放到設定尺寸，作為樣本輸出到文件。本發明利用服務器在空閑時段根據新數據的統計特性自動生成更多數據樣本，并通過自主增量式訓練學習，形成票據字符識別算法智能化的迭代和更新。

技術領域

本發明涉及中文文字圖像識別處理的數據集生成領域，特別是一種點陣字符打印效果的圖像仿真生成方法。

背景技術

機打票據是現代生活中的重要內容，常見的機打票據包括發票、車票、收銀小條、銀行回執單等。紙質票據作為商品或服務的有效憑證具有重要作用，在短期內仍不可替代。然而大量碎片化的票據很難有效管理，其電子趨勢是必然發展方向。在此當前階段，迫切需要利用數字圖像識別技術建立從紙質媒體到數字化語義信息的映射機制，實現跨媒質的信息共享和傳播。

由于票據本身小且打印質量低，若要通過文本字符識別技術對其內容進行自動化管理，還存在較大的技術困難。具體體現在：1）票據打印受成本限制，多采用針式打印或熱敏轉印方式，打印效果差，字體分辨率低，容易出行缺行漏墨等打印缺陷；2）實際應用中，字符圖像采集的條件不可控，可能存在光照不均、票面不平、對焦不準、曝光不足等問題，導致成像效果差，給字符識別進一步增加難度；3）中文字符存在數千個常用字符，若考慮生僻字則存在上萬種字符，若進一步考慮不同字體、字號、色彩、背景和間距等各種因素影響，導致問題難度陡然增加。另一方面，當前字符識別技術在新一代人工智能技術的加持下，取得了突破性進展，在基礎理論層面取得了較大進步，但其應用需要大量標注數據用以訓練，因此客觀上，為實現打印票據的智能識別，需要建立海量的打印票據字符圖像及其內容標注的大規模數據集。

目前數據集標注仍然需要手工進行，費時費力，而且面對打印字符這種超大型復雜任務時，人工標注難以實施。點陣字符打印效果的圖像仿真有望對此提供解決方案。對票價分析識別任務的客觀迫切需求和實際任務難度的差距，促使從仿真生成打印字符數據集角度以改善打印字符識別性能的技術路線成為技術關鍵。

為實現對票價打印字符效果的仿真，必須從源頭分析票價打印效果的特殊性。無論增值稅發票、火車票、機票還是收銀收據，當前票價打印的主流仍然是針式打印機，和出版印刷領域廣泛采用的噴墨、激光打印機存在很大差異，針式打印機是一種小型票價打印適用的特殊打印機，其價格低廉、持久耐用的差異性是其它類型的打印機不能取代的。正是因為如此，針式打印機在票據打印領域一直都有著獨特的市場份額，服務于一些特殊行業用戶。

針式打印的過程可以簡述為，針式打印機通過與計算機的接口得到打印數據，即要打印的字符的ANSI編碼，這些ANSI編碼存放在打印機內的打印緩沖區中。打印開始后，打印機內的CPU從打印緩沖區中取出打印字符的ANSI編碼，經過計算得到該字符對應的字符點陣存儲區的首地址。按地址逐個地取出每列的點陣碼，驅動打印針，撞擊色帶，在打印紙上形成打印字符。一般而言，針式打印機是通過打印頭中的24根針擊打復寫紙，從而形成字體，在使用中，用戶可以根據需求來選擇多聯紙張，一般常用的多聯紙有2聯、3聯、4聯紙，其中也有使用6聯的打印機紙。在組成部分方面，針式打印機的種類繁多，型式各異，一般分為打印機械裝置和控制與驅動電路兩大部分。針式打印機在正常工作時有三種運動，即打印頭的橫向運動、打印紙的縱向運動和打印針的擊針運動。這些運動都是由軟件控制驅動系統，通過一些精密機械進行的。以上特殊的運動形式，導致了針式打印的特殊效果。