1 简介
图片中文字的检测和识别是图片检索和标注的关键技术,该技术主要由3个部分组成:文字区域检测,图片文字分割和OCR识别。本文研究了其中的图片文字分割技术,提出了一种解决该问题的方法:首先对图片进行预处理,用非线性对比度拉伸的方法提高图片中文字与背景的对比度;然后进行二值化处理,通过分析连通分量的几何特征以去除噪声。试验结果表明本文的方法能够取得比较好的图片文字分割效果。
2 完整代码
I=imread('brand02.jpg');
HS_I=double(I);
tic
G=gradient(HS_I); % 计算梯度值
[y,x]=size(I);
T=60;
%%%%%%% 商标文字分割 %%%%%%%%%%
n=30;
GY=zeros(y,1);
for j=1:y
for i=1:x-n
Max=max(G(j,i:i+n));
Min=min(G(j,i:i+n));
MGD(j,i)=Max-Min; % 计算最大梯度差
if (MGD(j,i)>T)
GY(j,1)=GY(j,1)+1; % MGD大于阈值的次数统计
end
end
end
[temp MaxY]=max(GY);
PY1=MaxY;
while ((GY(PY1,1)>=n)&&(PY1>1)) % 次数阈值检测
PY1=PY1-1;
end
PY2=MaxY;
while ((GY(PY2,1)>=n)&&(PY2<y))
PY2=PY2+1;
end
%%%%%%%%%% X 方向的分割 %%%%%%%%%%%
n=15;
GX=zeros(1,x);
for i=1:x
for j=1:y-n
Max=max(G(j:j+n,i));
Min=min(G(j:j+n,i));
MGD(j,i)=Max-Min;
if (MGD(j,i)>T)
GX(1,i)=GX(1,i)+1;
end
end
end
PX1=1;
while (((GX(1,PX1)<=n)||(GX(1,PX1+1)<=n))&&(PX1<x)) % 列方向保证同时相邻的两列满足次数要求
PX1=PX1+1;
end
PX2=x;
while (((GX(1,PX2)<=n)||(GX(1,PX2-1)<=n))&&(PX2>PX1))
PX2=PX2-1;
end
HS_I=uint8(HS_I);
IY=HS_I(PY1:PY2,PX1:PX2);
t=toc
%%%%%%%%%%%%%%%%%%%%%%%%%%
figure,imshow(HS_I);
figure,plot(MGD(40,:));grid
figure,plot(MGD(140,:));grid
figure,imshow(IY);
3 仿真结果
4 参考文献
[1]易剑, 彭宇新, and 肖建国. "一种图片文字分割的方法." 2007年全国网络与信息安全技术研讨会 2007.
部分理论引用网络文献，若有侵权联系博主删除。
