基于matlab的文字识别算法-课程设计

落日映苍穹つ 2022-09-10 12:26 225阅读 0赞

基于MATLAB的文字识别系统

一、课题介绍

本设计主要运用MATLAB的仿真平台设计进行文字识别算法的设计与仿真。也就是用于实现文字识别算法的过程。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。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。

二、课题实现功能

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。

其流程如图所示。

![v2-9a5f1ad211571b148e0483c2e737d1f2\_b.jpg][v2-9a5f1ad211571b148e0483c2e737d1f2_b.jpg]

图1 静态文字处理流程图

## 四、源码 ##

文字识别算法仿真代码如下：

function [Stroke]= StrDetect01(LeftD,Y1,Y2,ST,PT)
    % ST为结构阈值，为了指定高度和宽度结构变化的不同
    SL=0;
    SR=0;
    SV=0;
    Count=0;
    %PT=5;    % 突变的阈值
    Str='T'; % T表示结构未定，Str用于保存当前的基本结构
    Stroke='T'; % 用于保存基本结构
    Range=Y2-Y1+1; % 字符的宽度或者高度
    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       % 检测到突变的决策
            if ((Count>=fix(Range/4)+1))   % 设定字符轮廓可能发生的突变范围
                if ((SL>=3)&&(SR>=3))
                      Str='C';
                else if ((SV>=2*(SL+SR))&&((max(SL,SR)<3)||(min(SL,SR)<2)))
                      Str='V';
                   else if ((SL>SR)&&((SL>=0.5*SV)&&((SR<=1)||(SL>(SR+SV)))))
                           Str='L';
                         else if ((SR>SL)&&((SR>=0.5*SV)&&((SL<=1)||(SL>(SR+SV)))))
                                  Str='R';
                                  else if (max(SL,SR)>=3)&&(min(SL,SR)>=2) 
                                      Str='C';
                                  end
                              end
                         end
                   end
               end
             Stroke=[Stroke Str];  
         end
             if ((j>=2+Y1)&&((j<=Y2-2)))
                  Stroke=[Stroke 'P'];
             end     
            SL=0;
            SR=0;
            SV=0;
            Count=0;
            Str='T';
        end
    end 
    %========= 提取结构 ===============%
    if (Count>=fix(Range/4)+1) % 发生突变后，剩余部分可能无法形成字符结构
    if ((SL>=ST)&&(SR>=ST))
        Str='C';
    else if ((SV>=2*(SL+SR))&&((max(SL,SR)<3)||(min(SL,SR)<2)))
             Str='V';
         else if ((SL>SR)&&((SL>=0.5*SV)&&((SR<=2)||(SL>=(SR+SV)))))
                  Str='L';
              else if ((SR>SL)&&((SR>=0.5*SV)&&((SL<=2)||(SL>=(SR+SV)))))
                       Str='R';
                   else if (max(SL,SR)>=3)&&(min(SL,SR)>=2) 
                            Str='C';
                        end     
                   end
               end
           end
       end
    Stroke=[Stroke Str]; 
    function [Numeral]=Recognition(StrokeTop,StrokeLeft,StrokeRight,StrokeBottom,Comp)
    % 采用四边的轮廓结构特征和笔划统计（仅针对 0 和 8）识别残缺数字
    % Comp 是用于识别 0和8 的底部补充信息
    StrT='T';
    StrL='T';
    StrR='T';
    StrB='T';
    RStr='T'; % 用于保存识别出的数字
    [temp XT]=size(StrokeTop);
    [temp XL]=size(StrokeLeft);
    [temp XR]=size(StrokeRight);
    %[temp XB]=size(StrokeBottom);
    for Ti=2:XT
        if (StrokeTop(Ti)=='C')
            if ((XL==2)&&(XR==2))
                 if ((Comp>=3)||((StrokeBottom(2)~='C')&&(StrokeLeft(2)=='C')&&(StrokeRight(2)=='C')))
                     RStr='8';
                 else
                     RStr='0';
                 end     
            else if ((StrokeLeft(XL)=='L')&&(StrokeLeft(XL-1)=='P')&&(StrokeLeft(2)~='C'))
                     RStr='2';
                 else if ((StrokeLeft(2)=='C')&&(XL>=3)&&(StrokeLeft(3)=='P'))
                          RStr='9';
                      else if (XL>2)
                              for Li=2:XL
                                  if (StrokeLeft(Li)=='P')
                                      RStr='3';
                                  end
                              end
                          else if (XL==2)
                                  for Ri=2:XR-1
                                      if (StrokeRight(Ri)=='P')
                                          RStr='6';
                                      end
                                  end
                              end  
                          end  
                      end    
                 end
             end     
        else if  (StrokeTop(Ti)=='V')  % Top
                if ((XR==2)&&(StrokeRight(2)=='C')) % 数字 3 右端只有一个结构
                    RStr='3';       
                else if ((XR==2)&&((StrokeLeft(2)=='P')||(StrokeLeft(3)=='P')||(StrokeLeft(XL)=='V')))
                          RStr='7';
                      else if (XR>2)
                            for Ri=2:XR
                                if (StrokeRight(Ri)=='P')
                                    RStr='5';
                                end
                            end
                            end
                      end
    I0=imread('8.jpg');% 必须为二值图像
    I=im2bw(I0,0.4);
    [y0 x0]=size(I);
    Range=sum((~I)');
    Hy=0;
    for j=1:y0
        if (Range(j)>=1)
            Hy=Hy+1;
        end
    end
    RangeX=sum((~I));
    Wx=0;
    for i=1:x0
        if (RangeX(i)>=1)
            Wx=Wx+1;
        end
    end
    Amp=24/Hy;             % 将文字图像归一化到24像素点的高度。
    I=imresize(I,Amp);
    [y x]=size(I);
    %I=bwmorph(~I,'skel',Inf);
    %I=~I;
    tic
    %====== 基本结构 =======%
    % 第一类：竖（V）；左斜（L）；右斜（R）；突变（P）
    % 第二类：左半圆弧（C）；右半圆弧（Q）
    % 的三类：结构待定（T）；
    %=====================================%
    Left=zeros(1,y);         % 左端轮廓检测
    for j=1:y
            i=1;
        while ((i<=x)&&(I(j,i)==1))
            i=i+1;
        end
        if (i<=x)          
            Left(j)=i;
        end    
    end
    for j=1:y-1
        LeftD(j)=Left(j+1)-Left(j);
    end
    %========== 结构特征提取 =============%
    j=1;
    while ((Left(j)<1)&&(j<y))
           j=j+1;       
    end 
    Y1=j;
    j=y;
    while ((Left(j)<1)&&(j>1))
           j=j-1;
    end 
    Y2=j-1;      % 去掉急剧变化的两端
    %============== 右边 ==================%
    Right=zeros(1,y);         % 左端轮廓检测
    for j=1:y
            i=x;
        while ((i>=1)&&(I(j,i)==1))
            i=i-1;
        end
        if (i>=1)          
            Right(j)=i;
        end    
    end
    for j=1:y-1
        RightD(j)=Right(j+1)-Right(j);
    end
    %=====================================%
    Top=zeros(1,x);         % 顶端轮廓检测
    for i=1:x
            j=1;
        while ((j<=y)&&(I(j,i)==1))
            j=j+1;
        end
        if (j<=y)          
            Top(i)=j;
        end    
    end
    for i=1:x-1
        TopD(i)=Top(i+1)-Top(i);
    end
    %==============================%
    i=1;
    while ((Top(i)<1)&&(i<x))
           i=i+1;       
    end 
    X1=i;
    i=x;
    while ((Top(i)<1)&&(i>1))
           i=i-1;
    end 
    X2=i-1;      % 去掉急剧变化的两端
    
    %===================================%
    Bottom=zeros(1,x);      % 底部轮廓检测
    for i=1:x-1
        BottomD(i)=Bottom(i+1)-Bottom(i);
    end
    %========== 数字 1 的宽度特征 =========%
    Width=zeros(1,y);
    for j=1:y
        Width(j)=Right(j)-Left(j);
    end    
    W=m

## 五 实现仿真结果 ##

## 5.1 文字识别算法仿真结果 ##

识别原图如图9（a）所示，仿真结果如图9（b）所示。

![v2-ad010b6df5f7a02abf0f5ad5e977cb87\_b.jpg][v2-ad010b6df5f7a02abf0f5ad5e977cb87_b.jpg]

图9（a）识别原图

![v2-7f25f072934a4b4e8a2bf61c62297bf1\_b.jpg][v2-7f25f072934a4b4e8a2bf61c62297bf1_b.jpg]

![v2-b13148539c2c31c73fbf3778ba74a5a1\_b.jpg][v2-b13148539c2c31c73fbf3778ba74a5a1_b.jpg]

![v2-e8a5db8c05679ecf4339bfed53284716\_b.jpg][v2-e8a5db8c05679ecf4339bfed53284716_b.jpg]

![v2-38af2edba1eabfa1dabfe72baad8bd1f\_b.jpg][v2-38af2edba1eabfa1dabfe72baad8bd1f_b.jpg]

![v2-025714b6871a6b30026991fd64187c51\_b.jpg][v2-025714b6871a6b30026991fd64187c51_b.jpg]

图9（b） 仿真结果

[v2-9a5f1ad211571b148e0483c2e737d1f2_b.jpg]: /images/20220829/281994d3aed1469b903a2bce44d03d14.png
[v2-ad010b6df5f7a02abf0f5ad5e977cb87_b.jpg]: /images/20220829/2d9fad679d4e4d4c892a950ee0bb55bc.png
[v2-7f25f072934a4b4e8a2bf61c62297bf1_b.jpg]: /images/20220829/602b9e42504e4014bb7959420a422266.png
[v2-b13148539c2c31c73fbf3778ba74a5a1_b.jpg]: /images/20220829/106b1c011b234535be9d7ee7dc56a2bd.png
[v2-e8a5db8c05679ecf4339bfed53284716_b.jpg]: /images/20220829/0d18fc423cca4659b4e4d38b47ff8bee.png
[v2-38af2edba1eabfa1dabfe72baad8bd1f_b.jpg]: /images/20220829/7580099a6c4a4c788f51b8f533aba1dd.png
[v2-025714b6871a6b30026991fd64187c51_b.jpg]: /images/20220829/dd7be7f87e6142208a224223d9fc3cb7.png