《基于MATLAB的图片中文字的提取及识别要点》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（15页珍藏版）》请在金锄头文库上搜索。
1、数字图象处理Digital Image Progressing基于MATLAB勺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，研究图片文字提取具有重要的实际
2、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：MATLAES像处理文字提取文字识别Text Extraction and Recognition in Images Based on MATLABZOU Hao, YU long, ZOU Yongbo, LIU Yutong, HE Zhenqiao, LI Shaomei(Xidian University Electronic Engineering College,Xian,710126)AbstractWith the development of society,the form
3、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 services.Extracting te
4、xt 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 and retrieval image
5、 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.Key Words: MATLA
6、B image processing word extraction word recognition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
7、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。:.静态图像中文字的特点静态图像中文字(本文特指人工文字，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
8、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:由于作者水平有限，书中难免存在缺点和疏漏之处，恳请读者批评指正。(图2
9、)2 .调用i2=rgb2gray(i1),则得到了灰度图像，如图3所示:由于作者水平有限，书中难免存在缺点和疏漏之处，恳请读者批评指正.(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0,i2 thresh3 .调用i3=(i2=thresh); 其中thresh 为门限，在 i30, 255之间1,i2 thresh这里，i2_max=double(max(max(i2); % 获取亮度最大值 i2_min=double(min(min(i2); %获取亮度最小值thresh=round(i2_max-(i2_max-i2_min
10、)/3);得到二值图像，如图4所示：二恒国段由于作者水平有限，书中难免存在缺点和疏漏之处，恳请读者批评指正。（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所示手梯水平有限，书中难免存在缺点和疏漏之处，恳请读者批评指正口度辿.除冢105值,书中难免存在缺点和疏漏之处，恳请读者批评指正。（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：糊制.孤为同时喜说选电用的国愫由广作者水中有米. 1叫通讪仁缺点和疏漏之处，息清浊拧批评指小；（图6）5 .对腐蚀膨胀后的图
11、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：扫描方法：中间往两边扫由于作者水平有限，书中难免存在缺点和疏漏之处，恳请读者批评指正。i（图7）纵向扫描后的图像与原图像的对照，如图8所示:难免存在缺点和疏漏之处，恳请读者批评指正，#丫方向上字符所在区域得到了限定由于作者水平有限，书中难免存在缺点和硫漏之处，恳请读者批评指正卜1（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：两边往中间扫由于作者水平有限，书中难免存在缺点和疏漏之处，恳请读者批评指正，（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=（iiX
12、Y=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：于作者水平有限，书中难免存在缺点和琉漏之处，恳请读者批评指区（图11）8 .调用自定义函数(字符获取函数)i9=getchar(i8),得到图像如图12所示:由于作者水平有限,书中难免存在缺点和疏漏之处，恳请读者批评指正,（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：第一次忸甯JS的倒窿者水平有限，书中难免存在缺点和疏漏之处,第二次切割后的困罡水平有限，书中难免存在缺点和疏漏之处,第四次切剑后的国差难免存在缺点和疏漏之处，恳请i木十；i3：
13、L,琼.马的逆偶点和疏漏之处，恳请读者批评指正（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（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:cnumwordj=imresize(wordj,40 40);%字符规格化成 40M0的end（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
14、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：亶/mi 晒出 3aM jLfitu i助u忖阻五丁 国老到三中, 其之*方M工I片刹=事Tft 3.立信可箧住; 4k SkyDrrve*&PF5 nt. PPTVIEE 梆 sn 国M ui lEsTJE Jg原-jpg,trtWl 工 XltSLt it-J 一小为后更i叫.，.r-.如由直IF:J0 r 时w.(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。1 0假设：字符a 0 00 11 0111110 0 10 1100 1
15、1010 0 1sum(sum(abs(A T1) 8, sum(sum(abs(A 12) 2也就是说，字符A与模板字符T1更相似，我们可以认为字符集中的字符 T2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批漏之处，恳请读者批评指正 效果如图16所示：文字信息：由于作者水平有限,书中难免存在缺点和疏漏之处，恳请读者批评指正”有限，书中难免存在缺点和疏漏之处，恳诘读者（图 16）14 .调用以下代码，将字符放入newtxt.txt文本：new=newtxt,.txt;c=fopen(new,a+);fprintf(c,%sn,Code(1:cnum);fclose(c);newtxt.txt 文本内容如图17所示:nevrtxt.txt -记事本文怦旧漏建旧相式 查看(V)超朗(川由于作者水平有限，节中难龟存在缺点和疏漏之处，恳请读者批评指正(图 17)五.反思与体会1 .算法具有局限性。对于左右结
