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
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:
- 文字位于前端,且不会被遮挡；
- 文字一般是单色的；
- 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；
- 文字的分布比较集中；
- 文字的排列一般为水平方向或垂直方向；
- 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。
end
countY(i,1)=countY(i,1)+1;
[maxY indexY]=max(countY); tempY1=indexY;
while (countY(tempY1,1)>3) && (tempY1>1) tempY1=tempY1-1;
end tempY2=indexY;
while (countY(tempY2,1)>3) && (tempY2<m) tempY2=tempY2+1;
end tempY1=tempY1-1; tempY2=tempY2+1;
iiY=I(tempY1:tempY2,:); %确定了Y方向上的文字区域
%figure(5);imshow(iiY);title('Y方向区域大致确定后的图像','color','b');
%横向扫描countX=zeros(1,n); for j=1:n
for i=tempY1:tempY2 if ii(i,j)==0
countX(1,j)=countX(1,j)+1;
end
end
end
tempX1=1;
while (countX(1,tempX1)<3) && (tempX1<n) tempX1=tempX1+1;
end tempX2=n;
while (countX(1,tempX2)<3) && (tempX2>1) tempX2=tempX2-1;
end tempX1=tempX1-1; tempX2=tempX2+1;
iiXY=iiY(:,tempX1:tempX2); %确定了整体的文字区域
%figure(6);imshow(iiXY);title('X、Y方向区域都大致确定后的图像','color','b');
ii=(iiXY~=1);%黑色背景，白色字体
%figure(7);imshow(ii);title('背景和文字交换颜色的图像','color','b'); ii=bwareaopen(ii,200); %删除面积小于200的杂质图像
%figure(8);imshow(ii);title('删除杂质干扰的图像','color','b');
myI=charslice(ii); %限定文字区域
%figure(9);imshow(ii);title('限定文字区域的图像','color','b');
y1=10;y2=0.25;flag=0;
maxnum=40;k=1; %maxnum为字符个数限定值，k用于统计实际字符个数word=cell(1,maxnum); %建立单元阵列，用于储存字符
figure(10)
while size(myI,2)>10 %当myI的长度小等于10，可确定没有字符了[word{k},myI]=getword(myI); %获取字符
k=k+1;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%
if k==2
subplot(5,1,1);imshow(myI);title('第一次切割后的图像','color','b');
end
if k==3
subplot(5,1,2);imshow(myI);title('第二次切割后的图像','color','b');
end
if k==5
subplot(5,1,3);imshow(myI);title('第四次切割后的图像','color','b');
end
if k==16
subplot(5,1,4);imshow(myI);title('第十五次切割后的图像','color','b');
end
end
subplot(5,1,5);imshow(myI);title('最后一次切割后的图像','color','b');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%
cnum=k-1; %实际字符总个数
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%
figure(11); for j=1:cnum
subplot(5,8,j),imshow(word{j}),title(int2str(j)); %显示字符end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%
for j=1:cnum
word{j}=imresize(word{j},[40 40]); %字符规格化成40×40的
end figure(12); for j=1:cnum
subplot(5,8,j),imshow(word{j}),title(int2str(j)); %显示字符end
for j=1:cnum
imwrite(word{j},[int2str(j),'.jpg']); %保存字符end
defx=40;defy=40;
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，。');%创建字符集
codenum=size(code,2); %获取字符集中字符个数for i=1:cnum
ch=int2str(i); %数字转化为字符tempbw=imread([ch '.jpg']); %打开预匹配字符for k=1:codenum
fname=strcat('C:\Users\Administrator\Desktop\ 数字图像处理大作业\ 字符匹配库
\',code(k),'.jpg'); %字符匹配库中的字符sample=imread(fname); subsam=abs(tempbw-sample); %作比较
count=sum(sum(subsam)); %匹配误差统计
err(k)=count;
end
end erro=err(1:codenum);
minerror=min(erro); %找出误差最小的模板字符findc=find(erro==minerror); %获取模板字符序号Code(i)=code(findc); %将字符装入Code
figure(13); imshow(ii);
tt=title(['文字信息: ', Code(1:cnum)],'Color','b'); %显示字符信息set(tt,'fontsize',24); %设置字体
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%将图片文字写入newtxt文本new=['newtxt','.txt']; c=fopen(new,'a+'); fprintf(c,'%s\n',Code(1:cnum)); fclose(c);
t=toc
charslice（字符分割）函数源代码：
%字符分割
function y=charslice(ii) [m,n]=size(ii); top=1;bottom=m;left=1;right=n; while sum(ii(top,:))==0 && top<m
top=top+1;
end
while sum(ii(bottom,:))==0 && bottom>=1 bottom=bottom-1;
end
while sum(ii(:,left))==0 && left<n left=left+1;
end
while sum(ii(:,right))==0 && right>=1 right=right-1;
end
ydiff=bottom-top; xdiff=right-left;
y=imcrop(ii,[left top xdiff ydiff]);
getword（字符获取）函数源代码：
%字符获取
function [word,result]=getword(ii) word=[];flag=0;y1=8;y2=0.5; while flag==0
[m,n]=size(ii); wide=0;
while sum(ii(:,wide+1))~=0 && wide<=n-2 wide=wide+1;
end
temp=charslice(imcrop(ii,[1 1 wide m])); [m1,n1]=size(temp);
if wide<y1 && n1/m1>y2 ii(:,1:wide)=0;
if sum(sum(ii))~=0
ii=charslice(ii); % 切割出最小范围
else word=[];flag=1; end
else
word=charslice(imcrop(ii,[1 1 wide m])); ii(:,1:wide)=0;
end
end
if sum(sum(ii))~=0; ii=charslice(ii); flag=1;
else ii=[]; end
result=ii;
标签：文字,字符,end,ii,MATLAB,图像,提取,识别 From： https://blog.csdn.net/2401_84458964/article/details/143352081