基于MATLAB的图片中文字的提取及识别要点.pdf
《基于MATLAB的图片中文字的提取及识别要点.pdf》由会员分享,可在线阅读,更多相关《基于MATLAB的图片中文字的提取及识别要点.pdf(15页珍藏版)》请在三一文库上搜索。
1、数字图象处理Digital Image Progressing 1 基于 MATLAB 的图片中文字的提取及识别 邹浩,余龙,邹勇博,刘宇童,和振乔,李少梅 (西安电子科技大学电子工程学院,西安, 710126) 摘要 随着现代社会的发展,信息的形式和数量正在迅猛增长。其中很大一部分是图像,图 像可以把事物生动地呈现在我们面前,让我们更直观地接受信息。同时,计算机已经作为 一种人们普遍使用的工具为人们的生产生活服务。从图像中提取文字属于信息智能化处理 的前沿课题,是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征, 对图片内容的理解、索引、检索具有重要作用,因此,研究图片文字提
2、取具有重要的实际 意义。又由于静态图像文字提取是动态图像文字提取的基础,故着重介绍了静态图像文字 提取技术。 关键词:MATLAB 图像处理文字提取 文字识别 Text Extraction and Recognition in Images Based on MATLAB ZOU Hao, YU long, ZOU Yongbo, LIU Yutong, HE Zhenqiao, LI Shaomei (Xidian University Electronic Engineering College,Xian,710126) Abstract With the development of
3、society,the form and quantity of imformation are increasing quickly.A large part of them are images,which can make things vividly presented in front of us,let us more intuitive to accept information.At the same time, the computer has been as a widely used tool for peoples production and living servi
4、ces.Extracting text from image belongs to the frontier of intelligent information processing, and it is the current hot research topic in the field of artificial intelligence and pattern recognition.As the text with high-level semantic feature and plays an important role on understanding,indexing an
5、d retrieval image content.Therefore,the study on extracting texts from images have important actual meanings. And because extracting texts from still images is the basis for extracting texts from dynamic images, the article emphatically introduces the technology of extracting texts from still images
6、. Key Words: MATLAB image processing word extraction word recognition 数字图象处理Digital Image Progressing 2 一引言 随着计算机科学的飞速发展,以图像为主的多媒体信息迅速成为重要的信息传递媒介, 在图像中,文字信息 (如新闻标题等字幕 ) 包含了丰富的高层语义信息,提取出这些文字, 对于图像高层语义的理解、索引和检索非常有帮助。图像文字提取又分为动态图像文字提 取和静态图像文字提取两种,其中,静态图像文字提取是动态图像文字提取的基础,其应 用范围更为广泛,对它的研究具有基础性, 所以本文主要讨论静
7、态图像的文字提取技 术。 静态图像中的文字可分成两大类: 一种 是图像中场景本身包含的文字, 称为场景 文字; 另一种是图像后期制作中加入的文 字, 称为人工文字, 如右图所示。 场景文字 由于其出现的位置、 小、颜色和形态的随机 性, 一般难于检测和提取; 而人工文字则字 体较规范、大小有一定的限度且易辨认, 颜 色为单色 , 相对与前者更易被检测和提取, 又因其对图像内容起到说明总结的作用, 故适合用来做图像的索引和检索关键字。对图像中 场景文字的研究难度大,目前这方面的研究成果与文献也不是很丰富,本文主要讨论图像 中人工文字提取技术。 二静态图像中文字的特点 静态图像中文字(本文特指人工
8、文字,下同)具有以下主要特征: (1)文字位于前端 , 且不会被遮挡; (2)文字一般是单色的; (3)文字大小在一幅图片中固定,并且宽度和高度大体相同,从满足人眼视觉感受的角度 来说,图像中文字的尺寸既不会过大也不会过小; (4)文字的分布比较集中; (5)文字的排列一般为水平方向或垂直方向; (6)多行文字之间,以及单行内各个字之间存在不同于文字区域的空隙。在静态图片文字 的检测与提取过程中 , 一般情况下都是依据上述特征进行处理的。 三文字提取、识别的一般流程 数字图象处理Digital Image Progressing 3 threshi threshi i 2, 1 2, 0 3
9、静态图像文字提取一般分为以下步骤:文字区域检测与定位、文字分割与文字提取、 文字后处理。其流程如图 1所示。 (图1) 四文字提取、识别的详细步骤 1. 在Matlab 中调用 i1=imread(字符.jpg),可得到原始图像,如图 2所示: (图2) 2. 调用i2=rgb2gray(i1),则得到了灰度图像,如图3所示: (图3) 调用a=size(i1);b=size(i2);可得到: a=3,b=2 即三维图像变成了二维灰度图像 3. 调用i3=(i2=thresh);其中thresh 为门限,在0 ,255之间 这里, i2_max=double(max(max(i2); %获取亮
10、度最大值 i2_min=double(min(min(i2); %获取亮度最小值 thresh=round(i2_max-(i2_max-i2_min)/3); 得到二值图像,如图 4所示: 数字图象处理Digital Image Progressing 4 (图4) 4. 把二值图像放大观察,可看到离散的黑点 对其采用腐蚀膨胀处理,得到处理后的图像,如图5所示 (图5) 可见,腐蚀膨胀处理后的图像质量有了很大的改观。 横向、纵向分别的腐蚀膨胀运算比横向、纵向同时的腐蚀膨胀运算好上很多,图6可看 出差别: (图6) 5. 对腐蚀膨胀后的图像进行 Y方向上的区域选定,限定区域后的图像如图7所示:
11、 扫描方法:中间往两边扫 数字图象处理Digital Image Progressing 5 (图7) 纵向扫描后的图像与原图像的对照,如图8所示: (图8) 6. 对腐蚀膨胀后的图像进行X方向上的区域选定,限定区域后的图像如图9所示: 扫描方法:两边往中间扫 (图9) 纵向扫描后的图像与原图像的对照,如图10所示: (图10) 7. 调用i8=(iiXY=1),使背景为黑色( 0) ,字符为白色( 1) ,便于后期处理。 背景交换后的图像如图 11所示: 数字图象处理Digital Image Progressing 6 (图11) 8. 调用自定义函数(字符获取函数)i9=getchar(
12、i8),得到图像如图 12所示: (图9) 9. 调用自定义的字符获取函数对图像进行字符切割,并把切割的字符装入一维阵列,切割 过程如图 12所示: ( 图12) 10. 调用以下代码,可将阵列 word中的字符显示出来,如图 13所示: for j=1:cnum %cnum为统计的字符个数 subplot(5,8,j),imshow(wordj),title(int2str(j); %显示字符 end 数字图象处理Digital Image Progressing 7 (图13) 可以看到,字符宽度不一致 11. 调用以下代码,将字符规格化,便于识别: for j=1:cnum wordj=
13、imresize(wordj,40 40); %字符规格化成 40 40的 end 得到规格化之后的字符如图14所示: (图14) 12. 调用以下代码创建字符集: code=char( 由于作者水平有限书中难免存在缺点和疏漏之处恳请读批评指正,。); 将创建的字符集保存在一个文件夹里面,以供匹配时候调用,如图15所示: 数字图象处理Digital Image Progressing 8 (图15) 13. 字符匹配采用模板匹配算法:将现有字符逐个与模板字符相减,认为相减误差最小的现 有字符与该模板字符匹配。 假设: 字符 1001 0010 0100 1001 A ,模板字符 0000 00
14、00 1111 1111 1T ,模板字符 1001 0110 0110 1001 2T 也就是说,字符 A与模板字符 T 1更相似,我们可以认为字符集中的字符 T 2就是字符 A。 经模板匹配,可得字符信息如下: 由于读者书评有限书中难免存在缺点和纰漏之处,恳请读者批评指正。 效果如图 16所示: (图16) 14. 调用以下代码,将字符放入newtxt.txt文本: 2)(, 8)( 21TT AabssumsumAabssumsum 数字图象处理Digital Image Progressing 9 new=newtxt,.txt; c=fopen(new,a+); fprintf(c,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 MATLAB 图片 文字 提取 识别 要点
链接地址:https://www.31doc.com/p-5207609.html