基于MATLAB的图片中文字的提取及识别要点.docx

数字图象处理 Digital Image Progressing基于 MATLAB的图片中文字的提取及识别邹浩，余龙，邹勇博，刘宇童，和振乔，李少梅（西安电子科技大学 电子工程学院，西安， 710126）摘要随着现代社会的发展，信息的形式和数量正在迅猛增长其中很大一部分是图像，图像可以把事物生动地呈现在我们面前，让我们更直观地接受信息同时，计算机已经作为一种人们普遍使用的工具为人们的生产生活服务从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义又由于静态图像文字提取是动态图像文字提取的基础，故着重介绍了静态图像文字提取技术关键词： MATLAB图像处理 文字提取 文字识别Text Extraction and Recognition in Images Based on MATLABZOU Hao, YU long, ZOU Yongbo, LIU Yutong, HE Zhenqiao, LI Shaomei(Xidian University Electronic Engineering College,Xi'an,710126)AbstractWith the development of society,the form and quantity of imformation are increasing quickly.A large part of them are images,which can make things vividly presented in front of us,let us more intuitive to accept information.At the same time, the computer has been as a widely used tool for people's production and living services.Extracting text from image belongs to the frontier of intelligent information processing, and it is the current hot research topic in the field of artificial intelligence and pattern recognition.As the text with high-level semantic feature and plays an important role on understanding,indexing and retrieval image content.Therefore,the study on extracting texts from images have important actual meanings. And because extracting texts from still images is the basis for extracting texts from dynamic images, the article emphatically introduces the technology of extracting texts from still images.Key Words: MATLAB image processing word extraction word recognition1数字图象处理 Digital Image Progressing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；（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2数字图象处理 Digital Image Progressing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. 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：（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);0,i 2thresh其中 thresh 为门限，在 i3[0 ， 255] 之间1,i 2thresh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：3数字图象处理 Digital Image Progressing（图 4）4. 把二值图像放大观察，可看到离散的黑点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：扫描方法：中间往两边扫4数字图象处理 Digital Image Progressing（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：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），便于后期处理背景交换后的图像如图 11所示：5数字图象处理 Digital Image Progressing（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：（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：( 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：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end6数字图象处理 Digital Image Progressing（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：for j=1:cnumword{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：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， 。

');将创建的字符集保存在一个文件夹里。