| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 课题背景及研究意义 | 第7-8页 |
| 1.2 图像预处理技术的国内外研究 | 第8-12页 |
| 1.2.1 国内研究 | 第8-10页 |
| 1.2.2 国外研究 | 第10-12页 |
| 1.3 Tesseract技术及深度神经网络的国内外研究 | 第12-15页 |
| 1.3.1 国内研究 | 第12-14页 |
| 1.3.2 国外研究 | 第14-15页 |
| 1.4 研究内容 | 第15-17页 |
| 第二章 汉字识别相关技术介绍 | 第17-23页 |
| 2.1 图像预处理技术 | 第17-18页 |
| 2.2 Tesseract技术 | 第18-19页 |
| 2.3 深度神经网络技术 | 第19-22页 |
| 2.3.1 基于CNN的图像特征提取 | 第21页 |
| 2.3.2 基于LSTM的语义信息提取 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 古代汉语文字图像预处理和识别方法的设计 | 第23-40页 |
| 3.1 二值化 | 第24-27页 |
| 3.2 图像增强 | 第27-31页 |
| 3.2.1 线性灰度值拉伸图像增强 | 第28-29页 |
| 3.2.2 二次函数图像增强 | 第29-31页 |
| 3.3 倾斜校正 | 第31-35页 |
| 3.4 Tesseract-OCR基本原理 | 第35-38页 |
| 3.4.1 引擎架构介绍 | 第36-37页 |
| 3.4.2 文本字符识别 | 第37-38页 |
| 3.5 模型结构及测试结果 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于Tesseract-OCR的古代汉语文字识别系统实现 | 第40-50页 |
| 4.1 系统架构设计 | 第40-42页 |
| 4.2 系统功能设计 | 第42-45页 |
| 4.2.1 图像上传模块功能设计 | 第42-44页 |
| 4.2.2 图像预处理模块功能设计 | 第44页 |
| 4.2.3 文字识别模块功能设计 | 第44-45页 |
| 4.3 系统原型实现与功能测试 | 第45-49页 |
| 4.3.1 系统原型实现 | 第45-46页 |
| 4.3.2 系统功能测试 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录1 攻读硕士学位期间申请的专利 | 第55-56页 |
| 致谢 | 第56页 |