随着智能手机市场的迅猛发展和普及,Android成为所占市场份额最高的手机操作系统,与此同时,人们希望在手机终端享受更丰富舒适的应用功能。将OCR和Android智能终端相结合,依托光学字符识别技术可以解决信息的自动输入问题。由于字符识别涉及到图像处理等复杂计算过程,但Android平台本身的图像分析处理能力有限和字符识别的流程相对比较固定,因此对其做深入研究具有重要的意义。论文的研究重点是光学字符识别过程中的预处理过程和识别过程。针对图像预处理步骤,论文主要完成了两个方面的改进:一是设计适合Android平台的图像预处理流程,在传统的预处理流程基础上,增加一个文本图像判定过程,此过程主要通过分析待识别图像类型来完成。二是对现有的基于方向白游程长度的倾斜角度检测算法的检测区域和待计算的映射方向数目进行改进和优化,主要体现在以下两点:提取文本图像子区域作为算法检测对象和将原有的360个映射方向数目减少到180个。将改进后的倾斜检测算法和Android中的图形处理元素Matrix相结合,实现对大倾斜角度图片的检测及校正。并借助Android NDK技术和JNI接口等实现图像预处理算法。针对字符识别过程,研究了字符分割、特征提取以及分类器设计过程,并基于字符间的空白宽度改进了现有的字符分割算法。为了验证改进算法的有效性,论文以模板匹配分类器为基础设计并实现了一个基于Android平台的OCR识别系统,从功能上设计了图像采集、图像预处理、转换文字和系统设置四个模块。在整个系统实现过程中,在图像采集模块实现自定义相机和图库两种获取待识别图片的方式;图像预处理模块采用论文改进的算法完成预处理操作;转换文字模块负责提取图像上的文本信息;系统设置模块主要完成图片存放路径和预处理操作设置。测试结果表明,本文提出的文本图像判定和图像倾斜校正算法能提高字符识别效率并提升用户的体验性,达到了预期的设定目标,其大力推动了后续的基于光学字符识别应用的研究。