圖像文字識(shí)別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，尤其涉及一種圖像文字識(shí)別方法及裝置。
【背景技術(shù)】
[0002]目前，對(duì)圖像中的文字一般只是通過(guò)簡(jiǎn)單的圖像分割處理來(lái)進(jìn)行識(shí)別，無(wú)法根據(jù)圖像中的文字特征來(lái)進(jìn)行自適應(yīng)調(diào)節(jié)，導(dǎo)致現(xiàn)有的圖像文字識(shí)別方法精度較低，無(wú)法滿足實(shí)際應(yīng)用的需求。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的主要目的在于解決現(xiàn)有的圖像文字識(shí)別方法對(duì)文字的識(shí)別精度較低的技術(shù)問(wèn)題。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種圖像文字識(shí)別方法，所述方法包括以下步驟:
[0005]將圖像進(jìn)行二值化處理，獲取圖像對(duì)應(yīng)的矩陣；
[0006]分析圖像的矩陣行間紋理特征，獲取圖像的文字矩陣參數(shù)；
[0007]基于所述文字矩陣參數(shù)對(duì)圖像進(jìn)行切分，獲取圖像的文字子塊；
[0008]對(duì)所述文字子塊進(jìn)行圖像分割以獲取所述文字子塊中的文字信息，并對(duì)所述文字信息進(jìn)行識(shí)別。
[0009]優(yōu)選地，所述分析圖像的矩陣行間紋理特征，獲取圖像的文字矩陣參數(shù)的步驟包括:
[0010]將圖像的矩陣坐標(biāo)中的字體用第一像素值表示，背景用第二像素值表示，統(tǒng)計(jì)圖像的矩陣坐標(biāo)中每行第二像素值的個(gè)數(shù)，獲取一數(shù)組；
[0011]獲取所述數(shù)組中數(shù)值大于預(yù)設(shè)基準(zhǔn)值的行的行號(hào)，將所述數(shù)組中數(shù)值大于預(yù)設(shè)基準(zhǔn)值的行中符合預(yù)設(shè)條件的行組合之間的行號(hào)距離作為一個(gè)行寬參數(shù)，統(tǒng)計(jì)所述數(shù)組中的若干行寬參數(shù)，對(duì)若干行寬參數(shù)取平均值，獲取所述數(shù)組的行寬參數(shù)；
[0012]根據(jù)獲取的所述數(shù)組的行寬參數(shù)獲取所述數(shù)組的列寬參數(shù)，并根據(jù)所述行寬參數(shù)和列寬參數(shù)獲取所述數(shù)組的字體大小參數(shù)。
[0013]優(yōu)選地，所述將所述數(shù)組中數(shù)值大于預(yù)設(shè)基準(zhǔn)值的行中符合預(yù)設(shè)條件的行組合之間的行號(hào)距離作為一個(gè)行寬參數(shù)的步驟具體為:
[0014]將所述數(shù)組中至少連續(xù)兩次大于預(yù)設(shè)基準(zhǔn)值的行組合與下一至少連續(xù)兩次大于預(yù)設(shè)基準(zhǔn)值的行組合之間的行號(hào)距離作為一個(gè)行寬參數(shù)。
[0015]優(yōu)選地，所述對(duì)所述文字子塊進(jìn)行圖像分割以獲取所述文字子塊中的文字信息，并對(duì)所述文字信息進(jìn)行識(shí)別的步驟具體為:
[0016]基于預(yù)設(shè)的聚類(lèi)算法對(duì)切分后的文字子塊進(jìn)行圖像分割處理，獲取所述文字子塊中的文字信息，并根據(jù)所述文字信息在預(yù)置的系統(tǒng)文字庫(kù)中進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果對(duì)圖像中的文字進(jìn)行識(shí)別。
[0017]優(yōu)選地，所述分析圖像的矩陣行間紋理特征，獲取圖像的文字矩陣參數(shù)的步驟之前還包括:
[0018]利用矩陣實(shí)驗(yàn)室中的圖像配準(zhǔn)函數(shù)在圖像及預(yù)設(shè)的基準(zhǔn)圖像中選定若干對(duì)匹配點(diǎn)，并根據(jù)所述若干對(duì)匹配點(diǎn)對(duì)圖像進(jìn)行配準(zhǔn)處理，獲取圖像配準(zhǔn)參數(shù)；
[0019]基于所述圖像配準(zhǔn)參數(shù)對(duì)圖像對(duì)應(yīng)的矩陣中的任意坐標(biāo)值進(jìn)行變換處理，獲取變換后的圖像矩陣坐標(biāo)。
[0020]此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種圖像文字識(shí)別裝置，所述圖像文字識(shí)別裝置包括:
[0021]二值化模塊，用于將圖像進(jìn)行二值化處理，獲取圖像對(duì)應(yīng)的矩陣；
[0022]分析模塊，用于分析圖像的矩陣行間紋理特征，獲取圖像的文字矩陣參數(shù)；
[0023]切分模塊，用于基于所述文字矩陣參數(shù)對(duì)圖像進(jìn)行切分，獲取圖像的文字子塊；
[0024]識(shí)別模塊，用于對(duì)所述文字子塊進(jìn)行圖像分割以獲取所述文字子塊中的文字信息，并對(duì)所述文字信息進(jìn)行識(shí)別。
[0025]優(yōu)選地，所述分析模塊包括:
[0026]數(shù)組獲取單元，用于將圖像的矩陣坐標(biāo)中的字體用第一像素值表示，背景用第二像素值表示，統(tǒng)計(jì)圖像的矩陣坐標(biāo)中每行第二像素值的個(gè)數(shù)，獲取一數(shù)組；
[0027]行寬參數(shù)獲取單元，用于獲取所述數(shù)組中數(shù)值大于預(yù)設(shè)基準(zhǔn)值的行的行號(hào)，將所述數(shù)組中數(shù)值大于預(yù)設(shè)基準(zhǔn)值的行中符合預(yù)設(shè)條件的行組合之間的行號(hào)距離作為一個(gè)行寬參數(shù)，統(tǒng)計(jì)所述數(shù)組中的若干行寬參數(shù)，對(duì)若干行寬參數(shù)取平均值，獲取所述數(shù)組的行寬參數(shù)；
[0028]字體大小參數(shù)獲取單元，用于根據(jù)獲取的所述數(shù)組的行寬參數(shù)獲取所述數(shù)組的列寬參數(shù)，并根據(jù)所述行寬參數(shù)和列寬參數(shù)獲取所述數(shù)組的字體大小參數(shù)。
[0029]優(yōu)選地，所述行寬參數(shù)獲取單元還用于:
[0030]將所述數(shù)組中至少連續(xù)兩次大于預(yù)設(shè)基準(zhǔn)值的行組合與下一至少連續(xù)兩次大于預(yù)設(shè)基準(zhǔn)值的行組合之間的行號(hào)距離作為一個(gè)行寬參數(shù)。
[0031]優(yōu)選地，所述識(shí)別模塊具體用于:
[0032]基于預(yù)設(shè)的聚類(lèi)算法對(duì)切分后的文字子塊進(jìn)行圖像分割處理，獲取所述文字子塊中的文字信息，并根據(jù)所述文字信息在預(yù)置的系統(tǒng)文字庫(kù)中進(jìn)行比對(duì)，根據(jù)比對(duì)結(jié)果對(duì)圖像中的文字進(jìn)行識(shí)別。
[0033]優(yōu)選地，所述圖像文字識(shí)別裝置還包括:
[0034]配準(zhǔn)模塊，用于利用矩陣實(shí)驗(yàn)室中的圖像配準(zhǔn)函數(shù)在圖像及預(yù)設(shè)的基準(zhǔn)圖像中選定若干對(duì)匹配點(diǎn)，并根據(jù)所述若干對(duì)匹配點(diǎn)對(duì)圖像進(jìn)行配準(zhǔn)處理，獲取圖像配準(zhǔn)參數(shù)；基于所述圖像配準(zhǔn)參數(shù)對(duì)圖像對(duì)應(yīng)的矩陣中的任意坐標(biāo)值進(jìn)行變換處理，獲取變換后的圖像矩陣坐標(biāo)。
[0035]本發(fā)明提出的一種圖像文字識(shí)別方法及裝置，通過(guò)對(duì)待識(shí)別圖像的矩陣行間紋理特征進(jìn)行分析，估算出圖像中文字的相關(guān)矩陣參數(shù)，再基于文字的相關(guān)矩陣參數(shù)對(duì)圖像切分獲取文字子塊，并對(duì)文字子塊進(jìn)行識(shí)別，由于是通過(guò)估算出的文字的相關(guān)矩陣參數(shù)來(lái)進(jìn)行切分、識(shí)別，能根據(jù)圖像中文字的特性進(jìn)行自適應(yīng)調(diào)節(jié)，提高了切分獲取文字子塊的準(zhǔn)確性，及對(duì)圖像中文字識(shí)別的精度。
【附圖說(shuō)明】
[0036]圖1為本發(fā)明圖像文字識(shí)別方法第一實(shí)施例的流程示意圖；
[0037]圖2為圖1中步驟S20的細(xì)化流程示意圖；
[0038]圖3為本發(fā)明圖像文字識(shí)別方法第二實(shí)施例的流程示意圖；
[0039]圖4為本發(fā)明圖像文字識(shí)別裝置第一實(shí)施例的功能模塊示意圖；
[0040]圖5為圖4中分析模塊02的細(xì)化功能模塊示意圖；
[0041]圖6為本發(fā)明圖像文字識(shí)別裝置第二實(shí)施例的功能模塊示意圖。
[0042]本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說(shuō)明。
【具體實(shí)施方式】
[0043]應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0044]本發(fā)明提供一種圖像文字識(shí)別方法。
[0045]參照?qǐng)D1，圖1為本發(fā)明圖像文字識(shí)別方法第一實(shí)施例的流程示意圖。
[0046]在第一實(shí)施例中，該圖像文字識(shí)別方法包括:
[0047]步驟S10，將圖像進(jìn)行二值化處理，獲取圖像對(duì)應(yīng)的矩陣；
[0048]將待識(shí)別的圖像進(jìn)行二值化處理，獲取其對(duì)應(yīng)的一維的矩陣，以便后續(xù)對(duì)圖像進(jìn)行分析時(shí)直接對(duì)其矩陣進(jìn)行分析。
[0049]步驟S20，分析圖像的矩陣行間紋理特征，獲取圖像的文字矩陣參數(shù)；
[0050]利用圖像的矩陣行間紋理特征來(lái)進(jìn)行分析，估算出圖像中文字的特征參數(shù)，如可體現(xiàn)圖像中文字特性的行寬、列寬、文字大小等文字矩陣參數(shù)，這樣，即可根據(jù)不同圖像的矩陣獲取其中相應(yīng)的文字矩陣參數(shù)，能根據(jù)不同圖像中文字的不同特性自適應(yīng)的獲取其對(duì)應(yīng)的文字矩陣參數(shù)。本實(shí)施例中，待識(shí)別的圖像可以是jpg、bmp、png等圖像格式，在此不作限定。
[0051]步驟S30，基于所述文字矩陣參數(shù)對(duì)圖像進(jìn)行切分，獲取圖像的文字子塊；
[0052]獲取到圖像的文字矩陣參數(shù)后，根據(jù)該文字矩陣參數(shù)對(duì)圖像進(jìn)行切分，將圖像切分為若干文字子塊，由于是根據(jù)能體現(xiàn)圖像中文字特性的文字矩陣參數(shù)來(lái)對(duì)圖像進(jìn)行切分，使得切分后的文字子塊能最大程度的包含文字的有效信息，提高了切分圖像的準(zhǔn)確性及合理性，且有利于提升后續(xù)對(duì)文字子塊識(shí)別的精度。
[0053]步驟S40，對(duì)所述文字子塊進(jìn)行圖像分割以獲取所述文字子塊中的文字信息，并對(duì)所述文字信息進(jìn)行識(shí)別。
[0054]由于二值化處理后的圖像中只包括文字與背景這兩種像素，基于預(yù)設(shè)的聚類(lèi)算法對(duì)切分后的文字子塊