本文总结了OCR识别中图像分割的方法，包括图像光照均匀性分析、边缘分析、模糊度计算、局部分块处理、空白填充和直线剔除等步骤，以应对背景复杂、干扰因素多的字符图像，提高二值化效果。
ocr识别中的图像分割方法小结
Email:whowhoha@outlook.com
ocr 字符图像的特点是：背景复杂，存在如底纹、水印、底线、框线、加盖印章干扰叠加 ,同时存在 光照不匀、对比度小、倾斜、污迹、背景网络 、防伪标识、磨损、打印时着力不均、字的笔画深浅、及受油墨多寡的影等因素的影响，故图像的干扰和噪声大，采用普通的二值化分割方法效果不佳，故针对 OCR图像需采用特定的算法进行二值化。
OCR图像二值化流程如下：
1. 图像光照均匀性分析，获取图像光照分布map;
2. 图像边缘分析、得到图像的边缘分布模型，得到总体的边缘度量权值w1;
3. 图像模糊度计算，得到图像模糊权值w2.
4. 对图像进行局部分块处理，利用图像对应分块的map特征、w1、w2的权值，得到图像每个分块的局部二值结果。
5. 对整幅图像局部二值化结果进行空白填充处理防止字符断裂，对分割的游离点进行分析剔除异常噪点
6. 直线剔除。
OCR字符分割结果如下
扫一扫
7480
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
