【数图大作业】基于模板匹配的文字识别（三）（空格识别+模板匹配）

【数图大作业】基于模板匹配的文字识别（一）
【数图大作业】基于模板匹配的文字识别（二）
前两篇简要介绍了题目和实现思路，给出了预处理和行列分割提取字符的方案。
接下来介绍空格识别部分和模板匹配方法。

空格识别

根据分块的左右边界坐标，比较字宽，确定是否存在空格。

首行空格：

首行空格和其余空格不同，上面和左边都没有字，只能和下一行进行比对，才能确定空格宽度，进而确定空格数目。

字中间空格：

需要完成匹配后，判断是否为标点符号，因为中文标点符号间隔较大，容易被误判成空格。

步骤：

(1) 判断是否为标点符号（其余空格）
(2) 根据间距是否大于字宽判断空格是否存在
(3) 根据间距和字宽的比值判断空格数目

代码：

首行空格：

if((leftMargin[h+1][w] - leftMargin[h][w]) < (rightMargin[h][w] - leftMargin[h][w]) && (w == 0) && (h != num_row - 1))   
{
	ratio = (leftMargin[h][w] - leftMargin[h+1][w]) / (rightMargin[h][w] - leftMargin[h][w]); // 计算间距与字宽的比率 
	for(space = 0; space < 2 * ratio; space++)
		printf(" "); 
} 

其他空格：

// 首先要判断是否为标点符号
if(w != 0) 
{
	if((leftMargin[h][w] - rightMargin[h][w-1]) > (rightMargin[h][w] - leftMargin[h][w]))  
	{
		ratio = (leftMargin[h][w] - leftMargin[h][w-1]) / (rightMargin[h][w] - leftMargin[h][w]); // 计算间距与字宽的比率 
		if(ratio > 1)
		for(space = 0; space < ratio; space++)
			printf(" "); 
	}
}

模板匹配

模板匹配的核心就是在图片与图片之间的相似度的计算。

建立一个相似度指标 λ，将待识别字符图像与每个模板图像进行匹配，求得 λ_k，取得 λ_k 最小值时的对应模板字符即为所求。
f(x, y) 是指待识别字符图像中 (x,y) 点处的灰度值， f_k(x, y) 是指第k个模板图像中对应点 (x,y) 处的灰度值，k 代表字符图像模板的编号。

曼哈顿距离计算：

计算两个图片对应位置灰度值之差的绝对值。

汉明距离计算：

计算两个图片对应位置灰度值异或运算的结果。

要注意的是，由于我们预处理部分对输入的待识别图片做了反色处理，且输入图片和模板都做了二值化处理(像素值只有0和255这两种)，所以反色后的输入图片和模板的灰度值不同时，两张图片相似。

代码：

imaqGetImageSize (dstImage, &width, &height);  
min = 100000; 
for(int y = 1; y < height - 1; y++)
{
	for(int x = 1; x < width - 1; x++)
	{
		point1.x = x;
		point1.y = y;
		imaqGetPixel(dstImage, point1, &pix1); 
		cmp[x][y] = pix1.grayscale; // 记录待匹配文字灰度值  
	}	
}

for(int i = 0; i < num_word; i++) 
{
	score = 0; 
	imaqGetImageSize (fontsImage[i], &width, &height);
	for(int y = 1; y < height - 1; y++)
	{
		for(int x = 1; x < width - 1; x++)
		{
			point2.x = x;
			point2.y = y;
			imaqGetPixel(fontsImage[i], point2, &pix2);  
			// similarity = abs(cmp[x][y] - pix2.grayscale);  // 曼哈顿距离
			similarity = cmp[x][y] ^ (int)pix2.grayscale; // 汉明距离
			if(similarity == 0)  
				score++;			 
		}
	}
	if(score < min)
	{
		min = score;
		label = i; // 记录匹配对象
	}
}

最终效果

输入图片：

行列分割效果图：

匹配效果：

控制台输出：

演示视频

资源下载

下载地址