前一段时间几个拍照搜题的软件挺流行（比如：小猿搜题、作业帮、学霸君等），手机拍张照片，就能把考题的答案搜出来，完全不用去百度手敲。这可乐坏了莘莘学子们，不过不知道父母是什么感受。

出于程序员那种职业的好奇心，同时也去评估一下做这个事情的难度和成本，老王用了两周的时间做了一个简单的研究并写了一个demo程序，这里分享给大家（注：由于研究时间不长，如有不正确的地方请专家们指正~）

拍照搜题的技术点主要由图像识别和内容搜索组成，将拍照图像中的文字或者图形识别出来，再交给检索系统，对已有的题目进行快速的搜索，找出最相似的题目。由于之前对搜索技术有过一定的了解（毕竟在狼厂干过几年，耳濡目染^_^），所以这次主要聚焦到图像文本的识别上。同时，只是调研性质，所以为了降低难度，我这次只做了英语的识别。

先给大家看看最后的效果。以下是随便用手机拍的一段英文文章：

最后识别出来以后，没有做任何的单词校正工作，效果如下： ======================================= Three months after [he government stopped issulng (&%) or renewing permits for In[ernet cafes because of security (%#) concerns, some cafe owners are having flnanclal (ff%%) concerns of their own. =======================================

后来，我的同事tt和yx可怜我，帮我做了两个相关的单词匹配算法，对单词做校正，使得一些识别的不准的单词得到校正，比如：issulng -> issuing。

好了，开始正题吧~

==== 处理流程 ====

整个过程大体分为两个阶段： 1、图像的处理。就是将我们拍的照片进行清理（有点类似于洗衣服），然后对图像中的字符进行切分，为字符的识别做准备。大概分成几个过程，分别是： a、灰度处理：将彩色图片变成灰度图 b、二值化：将灰度图变成黑白图 c、去噪：消除黑白图上的噪点，让图看起来更干净 d、旋转：对图片进行顺时针和逆时针旋转，找到一个最佳水平位置 e、水平切割：对调整好水平位置的图片进行一行一行的切割 f、垂直切割：对一行一行的图片进行一列一列的切割，产出单个的字符。

2、图像的识别。就是将上面的一个个单独字符的图片进行判别，看他到底是哪个字符。

你是不是感觉有点晕了呢？不错，是我我也晕了，哈哈哈~ 还记得我们的理念嘛？把复杂的问题，简单的讲清楚！ 来吧，老王不会干巴巴的讲那些无聊的理论，看看实际怎么处理的吧。

==== 图像的处理 ====

肉眼看，你觉得这个图是不是黑白的？ 回答“是”的同学，我负责任的告诉你，你的眼睛欺骗了你。可以用图像处理软件看看每一个像素，他们其实是彩色！！！ 彩色有什么问题么？对于人眼来说，当然没有。不过对于我们的程序来说，就是有问题的。他不知道哪个颜色是有效信息。所以，我们接下来的工作，就是对信息进行降维，将RGB（红绿蓝）的256*256*256种色值降维到2种，即：白+黑。这样，我们的程序就能很轻松的判断信息的有效性了。 好了，要实现白+黑，还得分两步走ÿ