电子商务的飞速发展,使物流业的发展呈现前所未有的盛况。工作人员每天要把大量的快递单信息输入到手机,研究一种能自动将快递单信息以文本的形式存储到手机上的方法具有重要的实际应用价值。已有的OCR产品大都以PC端为平台。随着手持终端产品的普及,特别是智能手机的普遍使用,在手机上进行文字识别已成为文字识别领域研究的热点和难点。本文研究的内容正是基于以上而展开的。使用手机拍照快递单获得图片,通过编程处理将快递单上重要信息提取成文本的形式保存到手机上。本文对图像预处理技术进行研究,改进已有的直线消隐方法,在能消隐水平线的基础上增加了对垂直直线的消隐。基于边缘检测法设计出一种图像形态学处理、轮廓检测和外接矩形相结合的定位方法,该方法符合快递单中文本定位的需求。分析数字特殊的内外轮廓关系,研究设计一种基于内外轮廓检测的快速数字分割法,该方法能处理垂直投影分割算法不能解决的因字符间重叠而无法分割的问题。讨论了基于连通域和基于垂直投影的汉字分割法,在此基础上加入小波变换方法。分析文字识别中常用的结构和统计特征。对数字的交点、Hu轮廓矩、凸缺陷进行特征提取。对汉字的粗网格特征、笔画密度特征、角点特征进行提取。用欧式距离和KNN近邻分类器相结合的方法进行字符识别。最后在Android手机上进行程序模块的开发。利用Opencv计算机视觉库进行核心编程。基于集成环境adt-bundle-windows-x86加载OpenCV-2.4.6-android-sdk实现。初步完成了快递单文字的识别。实验证明本课题的研究对文字识别领域具有一定的理论和应用价值。