【正文】 生活也有著重要的地位，例如車牌的識別，盲人對周邊環(huán)境信息的獲取、圖書館管理的數(shù)字化和髙效化，以及網(wǎng)絡中對指定的內(nèi)容的圖像和視頻的檢索等。自然場景文本識別，就是將提取出來的自然場景圖片中的進行識別，提取出信息用于進一步的處理。在對場景文字識別的研究中，獲取自然場景圖片時候，由于背景物體、光線、陰影、拍攝角度引起的圖片背景千變?nèi)f化，攝像器材的精度、拍攝人員的技術等軟硬件的不同為拍攝同樣的自然場景圖片也帶來了相當大的差別，被拍攝的圖片中包含的文字大小、顏色、書寫風格的各不相同等因素都為自然場景文字識別的實現(xiàn)增加的相當?shù)碾y度。需要對自然場景圖片中的識別首先需要對圖片中的文本進行定位，然后再對己經(jīng)精確定位的圖片進行識別。文本定位技術作為整個自然場景文本信息獲取系統(tǒng)中的基礎技術，已經(jīng)得到較好發(fā)展，相同地，文本識別技術在近年來也得到了比較好的發(fā)展，但是由于文本的復雜性和隨機性，較文本定位技術來說，文本識別技術發(fā)展較為緩慢。沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學53 相關知識1. 在 Matlab 中調(diào)用 i1=imread（‘’ ），可得到原始圖像，如圖所示：圖 2 文字識別算法調(diào)制器模型 2. 調(diào)用 i2=rgb2gray（i1），則得到了灰度圖像，如圖所示：圖 3 灰度圖像調(diào)用 a=size（i1）。b=size （ i2）。可得到：a=3 ，b=2 即三維圖像變成了二維灰度圖像3. 調(diào)用 i3=（ i2》=thresh）。其中 thresh 為門限，介于圖 4 所示之間圖 4 thresh 門限值圖 5 取得二值得到二值圖像，如圖所示：圖 6 二值圖像4. 把二值圖像放大觀察，可看到離散的黑點 對其采用腐蝕膨脹處理，得到處理后的圖像，如圖所示沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學6圖 7 腐蝕膨脹處理后的二值圖像可見，腐蝕膨脹處理后的圖像質(zhì)量有了很大的改觀。橫向、縱向分別的腐蝕膨脹運算比橫向、縱向同時的腐蝕膨脹運算好上很多。對腐蝕膨脹后的圖像進行 Y 方向上的區(qū)域選定，限定區(qū)域后的圖像如圖所示： 掃描方法：中間往兩邊掃。對腐蝕膨脹后的圖像進行 X 方向上的區(qū)域選定，限定區(qū)域后的圖像如圖 11 所示： 掃描方法：兩邊往中間掃，縱向掃描后的圖像與原圖像的對照。7. 調(diào)用 i8=（ iiXY~=1），使背景為黑色（0），字符為白色（1），便于后期處理。8. 調(diào)用自定義函數(shù)（字符獲取函數(shù)）i9=getchar（i8）。調(diào)用自定義的字符獲取函數(shù)對圖像進行字符切割，并把切割的字符裝入一維陣列。 ，可將陣列 word 中的字符顯示出來。for j=1:um %um 為統(tǒng)計的字符個數(shù)subplot（5，8，j），imshow（word{j} ），title（int2str（j ））。 %顯示字符 end11. 調(diào)用以下代碼，將字符規(guī)格化，便于識別： for j=1:um word{j}=imresize（word{j}，［40 40］）。 %字符規(guī)格化成 4040end 12. 調(diào)用以下代碼創(chuàng)建字符集：code=char（‘由于作者水平有限書中難免存在缺點和疏漏之處懇請讀批評指正。’）。將創(chuàng)建的字符集保存在一個文件夾里面，以供匹配時候調(diào)用。13. 字符匹配采用模板匹配算法：將現(xiàn)有字符逐個與模板字符相減，認為相減誤差最小的現(xiàn)有字符與該模板字符匹配。沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學7圖 8 字符匹配也就是說，字符 A 與模板字符 T1 更相似，我們可以認為字符集中的字符 T2 就是字符 A。經(jīng)模板匹配。 1調(diào)用以下代碼，將字符放入 文本：new=［ ‘newtxt’，‘.txt’ ］。 c=fopen（new ，‘a(chǎn)+’ ）。 fprintf（c，‘%s\n’，Code（1:um））。 fclose（c）。 沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學84 課程設計分析算法具有局限性。對于左右結構的字符（如：川）容易造成誤識別，“川”字將會被識別成三部分。當圖片中文字有一定傾斜角度時，這將造成識別困難。模板匹配效率低。對于處理大小為 mamp。TImes。m 的字符，假設有 n 個模板字符，則識別一個字符至少需要 mamp。TImes。mn2 次運算，由于漢字有近萬個，這將使得運算量十分巨大！此次字符識 別一共花了 秒。伸縮范圍比較小。對于受污染的圖片，轉換成二值圖像將使字符與污染源混合在一起。對于具體的圖片，需反復選擇合適的 thresh 進行二值化處理，甚至在處理之前必須進行各種濾波。沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學95 系統(tǒng)實現(xiàn)文字識別算法仿真代碼如下：function [Stroke]= StrDetect01(LeftD,Y1,Y2,ST,PT)% ST 為結構閾值，為了指定高度和寬度結構變化的不同SL=0。SR=0。SV=0。Count=0。%PT=5。 % 突變的閾值Str=39。T39。 % T 表示結構未定，Str 用于保存當前的基本結構Stroke=39。T39。 % 用于保存基本結構Range=Y2Y1+1。 % 字符的寬度或者高度for j=Y1:Y2 Count=Count+1。 if (abs(LeftD(j))PT) if (LeftD(j)0) SL=SL+1。 else if (LeftD(j)0) SR=SR+1。 else SV=SV+1。 end end else % 檢測到突變的決策 if ((Count=fix(Range/4)+1)) % 設定字符輪廓可能發(fā)生的突變范圍 if ((SL=3)amp。amp。(SR=3)) Str=39。C39。 else if ((SV=2*(SL+SR))amp。amp。((max(SL,SR)3)||(min(SL,SR)2))) Str=39。V39。 else if ((SLSR)amp。amp。((SL=*SV)amp。amp。((SR=1)||(SL(SR+SV)))))沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學10 Str=39。L39。 else if ((SRSL)amp。amp。((SR=*SV)amp。amp。((SL=1)||(SL(SR+SV))))) Str=39。R39。