基于MATLAB的图片中文字的提取及识别

基于MATLAB的图片中文字的提取及识别

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。


ebd0a0b00159531e68e35ed8ce6fc76b.png


二.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。


33113a5cfefb0c38474159cc41f65805.png
(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:


d309db728429981f12f1add31c3047e4.png
(图2)


2. 调用i2=rgb2gray(i1),则得到了灰度图像,如图3所示:


9ae62a53372333f00b1f0bc470b5325f.png
(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

9c8ddd37a7b7e9b9e56eac1526835dcd.png

[0,255]之间

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)/3));

得到二值图像,如图4所示:

  • 18
    点赞
  • 184
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值