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。
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；
丰田凯美瑞第七代
（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。
（图1）
四．⽂字提取、识别的详细步骤
1.
1. 在Matlab中调⽤i1=imread('字符.jpg')，可得到原始图像，如图2所⽰：
（图2）
2. 调⽤i2=rgb2gray(i1)，则得到了灰度图像，如图3所⽰：
2.
（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
3.
[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
英伦金刚2代怎么样thresh=round(i2_max-((i2_max-i2_min)/3));
得到⼆值图像，如图4所⽰：
（图4）
4. 把⼆值图像放⼤观察，可看到离散的⿊点
4.
对其采⽤腐蚀膨胀处理，得到处理后的图像，如图5所⽰
（图5）
可见，腐蚀膨胀处理后的图像质量有了很⼤的改观。
横向、纵向分别的腐蚀膨胀运算⽐横向、纵向同时的腐蚀膨胀运算好上很多，图6可看出差别：
（图6）
5. 对腐蚀膨胀后的图像进⾏Y⽅向上的区域选定，限定区域后的图像如图7所⽰：
5.
扫描⽅法：中间往两边扫
（图7）
纵向扫描后的图像与原图像的对照，如图8所⽰：
（图8）
6.对腐蚀膨胀后的图像进⾏X⽅向上的区域选定，限定区域后的图像如图9所⽰：
6.
扫描⽅法：两边往中间扫
（图9）
纵向扫描后的图像与原图像的对照，如图10所⽰：
（图10）
7. 调⽤i8=(iiXY~=1)，使背景为⿊⾊（0），字符为⽩⾊（1），便于后期处理。
7.
背景交换后的图像如图11所⽰：
（图11）
8. 调⽤⾃定义函数（字符获取函数）i9=getchar(i8)，得到图像如图12所⽰：
油表显示不正常是因为什么（图9）
9.调⽤⾃定义的字符获取函数对图像进⾏字符切割，并把切割的字符装⼊⼀维阵列，切割 过程如图12所⽰：9.
周五限行(图12）
10.调⽤以下代码，可将阵列word中的字符显⽰出来，如图13所⽰：
10.
for j=1:cnum %cnum为统计的字符个数
subplot(5,8,j),imshow(word{j}),title(int2str(j)); %显⽰字符
end
（图13）
可以看到，字符宽度不⼀致
11.调⽤以下代码，将字符规格化，便于识别：
11.
for j=1:cnum
word{j}=imresize(word{j},[40 40]); %字符规格化成40×40的
end
得到规格化之后的字符如图14所⽰：
（图14）
12.调⽤以下代码创建字符集：
花乡二手车交易市场12.
code=char('由于作者⽔平有限书中难免存在缺点和疏漏之处恳请读批评指正，。');微面哪个好