基于MATLAB的电商平台图片中文字的提取与识别（第四届泰迪杯全国数据挖掘竞赛A题）

基于matalb电商平台图片中文字的识别

 

摘　要：随着电子商务的发展，电商平台越来越多得以图片形式展现商品信息。然而因商品信息图片中的内容和商品参数规格中的参数不一致或是采用图片的方式来规避对违禁过敏感词的检测等问题的出现，给电子商务网站的管理者带来了技术上的挑战。本文使用灰度、边缘检测、二值化、图形行分割和列分割等设计算法，先从图片中检测字符区域，提取出字符的最小外接矩阵并输出字符在原图中的位置范围。对给出的以box为后缀的训练集中的图片进行预处理，使得其大小一致，然后进行利用OCR算法进行字符的识别。最后使用检测集对模型进行测试并用F-score进行评价。

关键词：MATLAB  图像处理  文字提取  文字识别  OCR

The thesis title 

Abstract：With the rapiddevelopment of the e-commerce, the information of the commodity is now more and more displayed on it'spicture which will show at the website of the e-commerce. And this is bring the website's managersome serious technical problem such as some dishonorable sellers implanting theillegal text into the picture to avo