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
TextExtractionandRecognitioninImagesBasedonMATLABZOUHao,YUlong,ZOUYongbo,LIUYutong,HEZhenqiao,LIShaomei
(XidianUniversityElectronicEngineeringCollege,Xi'an,710126)
Abstract
Withthedevelopmentofsociety,theformandquantityofimformationareincreasingquickly.Alargepartofthemareimages,whichcanmakethingsvividlypresentedinfrontofus,letusmoreintuitivetoacceptinformation.Atthesametime,thecomputerhasbeenasawidelyusedtoolforpeople'sproductionandlivingservices.Extractingtextfromimagebelongstothefrontierofintelligentinformationprocessing,anditisthecurrenthotresearchtopicinthefieldofartificialintelligenceandpatternrecognition.Asthetextwithhigh-levelsemanticfeatureandplaysanimportantroleonunderstanding,indexingandretrievalimagecontent.Therefore,thestudyonextractingtextsfromimageshaveimportantactualmeanings.Andbecauseextractingtextsfromstillimagesisthebasisforextractingtextsfromdynamicimages,thearticleemphaticallyintroducesthetechnologyofextractingtextsfromstillimages.
KeyWords:MATLABimageprocessingwordextractionwordrecognition
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
≥<=threshithreshii2,12,03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);其中thresh为门限，在
[0，255]之间这里，i2_max=double(max(max(i2)));%获取亮度最大值