CN102982331A - 在图像中识别字符的方法 - Google Patents

在图像中识别字符的方法 Download PDF

Info

Publication number
CN102982331A
CN102982331A CN2012105181521A CN201210518152A CN102982331A CN 102982331 A CN102982331 A CN 102982331A CN 2012105181521 A CN2012105181521 A CN 2012105181521A CN 201210518152 A CN201210518152 A CN 201210518152A CN 102982331 A CN102982331 A CN 102982331A
Authority
CN
China
Prior art keywords
character
image
predetermined threshold
threshold value
projection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012105181521A
Other languages
English (en)
Inventor
刘立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dawning Information Industry Beijing Co Ltd
Original Assignee
Dawning Information Industry Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dawning Information Industry Beijing Co Ltd filed Critical Dawning Information Industry Beijing Co Ltd
Priority to CN2012105181521A priority Critical patent/CN102982331A/zh
Publication of CN102982331A publication Critical patent/CN102982331A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Character Input (AREA)

Abstract

本发明提供了一种在图像中识别字符的方法，其特征在于，包括：步骤S1：对由图像得到的二值化图像进行纵向投影；步骤S2：根据纵向投影的投影值和第一预设阈值对图像进行初次切分，得到字符宽度；以及步骤S3：根据字符宽度对图像进行再次切分。通过本发明所描述的在图像中识别字符的方法，能够更好更准确地在图像中识别出字符，识别质量更高，并且识别过程易于实现，节省系统资源。

Description

在图像中识别字符的方法
技术领域
本发明基本上涉及图像处理领域，更具体地来说，涉及一种在图像中识别字符的方法。
背景技术
在如今的计算机应用中，经常需要将视频或者静态图片中的字符信息提取出来，这就在技术实现上提出了更高的要求。
现有技术提供了一种视频字幕提取的方法，包括以下步骤：(1)对视频字幕区域进行基于连通区统计的字幕颜色判断，确认字幕颜色是深色还是浅色，同时反转浅色字幕的灰度图片为深色字幕图片；(2)对步骤(1)获得的灰度图片进行基于局部窗口分析的灰度图片二值化；(3)进行OCR软件识别，提取字幕文本结果。
上述现有技术使用了字幕文字颜色判断和局部阈值的方法，能取得较好的二值化效果，然而，该技术无法应对在现实中通常会遇到的字符粘连等问题。
发明内容
针对现有技术无法应对字符粘连问题的缺陷，本发明提供了一种在图像中识别字符的方法。通过本发明所描述的技术方案，解决了如何应对在识别字符的过程中的字符粘连的技术问题。
本发明提供了一种在图像中识别字符的方法，其特征在于，包括：步骤S1：对由所述图像得到的二值化图像进行纵向投影；步骤S2：根据所述纵向投影的投影值和第一预设阈值对所述图像进行初次切分，得到字符宽度；以及步骤S3：根据所述字符宽度对所述图像进行再次切分。
优选地，所述方法还包括：步骤S4：根据所述再次切分的切点处的投影值和第二预设阈值，判断出所述切点处的区域是否是字符区域。
优选地，所述步骤S4进一步包括：如果所述再次切分的切点处的投影值的总和高于所述第二预设阈值，则判断出所述切点处的区域不是字符区域。
优选地，所述步骤S4进一步包括：如果所述再次切分的切点处的投影值的总和低于所述第二预设阈值，则判断出所述切点处的区域为字符区域。
优选地，所述步骤S1进一步包括：步骤S11：将所述图像转换为灰度图像；步骤S12：对所述灰度图像进行二值化处理，得到二值化图像；以及步骤S13：对所述二值化图像进行纵向投影。
优选地，所述步骤S2进一步包括：将投影值小于或者等于所述第一预设阈值的位置作为字符之间的间隔位置，将投影值大于所述第一预设阈值的位置作为字符位置，将出现频率最高的所述字符位置的宽度作为所述字符宽度。
优选地，所述步骤S2进一步包括：将投影值小于或者等于所述第一预设阈值的位置作为字符之间的间隔位置，将投影值大于所述第一预设阈值的位置作为字符位置，将宽度最短的所述字符位置的宽度作为所述字符宽度。
优选地，所述步骤S3进一步包括：以所述字符宽度作为相邻切点之间的距离对所述图像中的所述字符位置进行再次切分。
优选地，所述第一预定阈值为0值。
通过本发明所描述的在图像中识别字符的方法，能够更好更准确地在图像中识别出字符，识别质量更高，并且识别过程易于实现，节省系统资源。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是根据本发明的在图像中识别字符方法的第一实施例的流程图；
图2是根据本发明的在图像中识别字符方法的实例的示意图；
图3是根据本发明的在图像中识别字符方法的第二实施例的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1是根据本发明的在图像中识别字符方法的第一实施例的流程图。在图1中：
步骤S100：对由图像得到的二值化图像进行纵向投影。
其中，该步骤S100可以包括以下步骤：首先，将所述图像转换为灰度图像；然后，对所述灰度图像进行二值化处理，得到二值化图像；最后，对所得到的二值化图像进行纵向投影。
步骤S102：根据纵向投影的投影值和第一预设阈值对图像进行初次切分，得到字符宽度。
其中，该步骤S102可以通过两种具体方式来实现。第一种方式和第二种方式都要先通过将在步骤S100中得到的投影值与第一预设阈值相比较来获得间隔位置和字符位置。具体来说，可以将投影值小于或者等于第一预设阈值的位置作为字符之间的间隔位置，将投影值大于第一预设阈值的位置作为字符位置。由于字符粘连等原因，使得所得到的多个不同的间隔位置的宽度和多个不同的字符位置的宽度，因此，需要在这些间隔宽度和字符宽度之间寻找到正常情况(例如，无粘连等等)下的标准字符的宽度。
其中，本发明使用了两种具体方式来获得字符宽度。在第一种方式中，鉴于字符粘连等情况往往是较小概率事件，因此，将出现频率最高的字符位置的宽度作为(标准的)字符宽度。在第二种方式中，鉴于字符粘连时的字符位置的宽度比正常情况下的字符宽度要大(字符粘连时的字符位置是多个字符组成的)，因此，将宽度最短的字符宽度的宽度作为字符宽度。
在一个优选实施例中，该第一预定阈值为0值，这只是一个实例，还可以选取其他值作为预定阈值来进行初次切分。
通过步骤S102可以获得字符宽度，即在没有粘连情况下的一个字符的宽度。
在获得了字符宽度之后，利用该字符宽度进行步骤S104，即根据字符宽度对图像进行再次切分。在一个实施例中，以字符宽度作为相邻切点之间的距离对图像中的字符位置进行再次切分。这样，使得曾经粘连在一起的字符可以被切分开，从而使得图像中的字符被更好地识别。
上述步骤可以通过一个实例进行示出，图2是根据本发明的在图像中识别字符方法的该实例的示意图。在图2中，距离D2即字符宽度，也就是一个标准字符的宽度，距离D1和D3均是粘连字符的总宽度。通过初次切分可以获得D2的宽度，然后利用宽度D2对D1和D3处的粘连字符进行再次切分，从而可以将粘连字符切分开，进而识别出各个字符。
通过本实施例中所描绘的在图像中识别字符方法，通过本发明所描述的在图像中识别字符的方法，能够通过两次切分将图像中相粘连字符切分开，从而更好更准确地在图像中识别出字符，识别质量更高，并且识别过程易于实现，节省系统资源。
以下将示出另一个实施例，在该实施例中，利用两次切分的另一种结果，还可以判断出所切分的部分是否是字符区域。
图3是根据本发明的在图像中识别字符方法的第二实施例的流程图。在图3中，步骤S300与步骤S100相同，步骤S302与步骤S102相同，步骤S304与步骤S104相同，在此不再赘述。
相比于第一实施例，本实施例增加了步骤S306。
其中，在步骤S306中，根据再次切分的切点处的投影值和第二预设阈值，判断出再次切分的切点处的区域是否是字符区域。
在字符识别的过程中，有时候一串字符之间可能还夹杂着一些非字符区域。这时候，就要根据再次切分的结果对于该区域是否是字符区域进行判断。在本实施例中，判断的主要方式是通过再次切分的切点处的投影值总和与预定阈值相比较，由于一般字符粘连的粘连部分都很小，因此，如果根据标准字符宽度进行再次切分所得到的切点处的投影值加起来的总和过大，就说明该部分并非是由多个标准字符组成的，也就是说该部分并非字符区域。具体的判断方式为：如果再次切分的切点处的投影值的总和高于第二预设阈值，则判断出所述切点处的区域不是字符区域；如果再次切分的切点处的投影值的总和低于第二预设阈值，则判断出所述切点处的区域为字符区域。
通过本实施例的判断方式，可以将非字符区域与粘连字符相区分，从而更好地在图像中识别字符，识别质量更高，并且识别过程易于实现，节省系统资源。
以上所描述的内容仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种在图像中识别字符的方法，其特征在于，包括：
步骤S1：对由所述图像得到的二值化图像进行纵向投影；
步骤S2：根据所述纵向投影的投影值和第一预设阈值对所述图像进行初次切分，得到字符宽度；以及
步骤S3：根据所述字符宽度对所述图像进行再次切分。
2.根据权利要求1中所述的在图像中识别字符的方法，其特征在于，所述方法还包括：
步骤S4：根据所述再次切分的切点处的投影值和第二预设阈值，判断出所述切点处的区域是否是字符区域。
3.根据权利要求2中所述的在图像中识别字符的方法，其特征在于，所述步骤S4进一步包括：如果所述再次切分的切点处的投影值的总和高于所述第二预设阈值，则判断出所述切点处的区域不是字符区域。
4.根据权利要求2中所述的在图像中识别字符的方法，其特征在于，所述步骤S4进一步包括：如果所述再次切分的切点处的投影值的总和低于所述第二预设阈值，则判断出所述切点处的区域为字符区域。
5.根据权利要求1中所述的在图像中识别字符的方法，其特征在于，所述步骤S1进一步包括：
步骤S11：将所述图像转换为灰度图像；
步骤S12：对所述灰度图像进行二值化处理，得到二值化图像；以及
步骤S13：对所述二值化图像进行纵向投影。
6.根据权利要求1中所述的在图像中识别字符的方法，其特征在于，所述步骤S2进一步包括：将投影值小于或者等于所述第一预设阈值的位置作为字符之间的间隔位置，将投影值大于所述第一预设阈值的位置作为字符位置，将出现频率最高的所述字符位置的宽度作为所述字符宽度。
7.根据权利要求1中所述的在图像中识别字符的方法，其特征在于，所述步骤S2进一步包括：将投影值小于或者等于所述第一预设阈值的位置作为字符之间的间隔位置，将投影值大于所述第一预设阈值的位置作为字符位置，将宽度最短的所述字符位置的宽度作为所述字符宽度。
8.根据权利要求1中所述的在图像中识别字符的方法，其特征在于，所述步骤S3进一步包括：以所述字符宽度作为相邻切点之间的距离对所述图像中的所述字符位置进行再次切分。
9.根据权利要求1中所述的在图像中识别字符的方法，其特征在于，所述第一预定阈值为0值。
CN2012105181521A 2012-12-05 2012-12-05 在图像中识别字符的方法 Pending CN102982331A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012105181521A CN102982331A (zh) 2012-12-05 2012-12-05 在图像中识别字符的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012105181521A CN102982331A (zh) 2012-12-05 2012-12-05 在图像中识别字符的方法

Publications (1)

Publication Number Publication Date
CN102982331A true CN102982331A (zh) 2013-03-20

Family

ID=47856314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012105181521A Pending CN102982331A (zh) 2012-12-05 2012-12-05 在图像中识别字符的方法

Country Status (1)

Country Link
CN (1) CN102982331A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104636744A (zh) * 2013-11-11 2015-05-20 方正国际软件(北京)有限公司 一种数字切分方法及系统
CN104867152A (zh) * 2015-05-26 2015-08-26 北京云江科技有限公司 自适应文本图像的分割方法
CN105989377A (zh) * 2015-06-30 2016-10-05 乐视致新电子科技（天津）有限公司 一种字符识别方法及装置
CN106682669A (zh) * 2016-12-15 2017-05-17 深圳市华尊科技股份有限公司 一种图像处理方法及移动终端
CN106682666A (zh) * 2016-12-29 2017-05-17 成都数联铭品科技有限公司 用于非常见字体ocr识别的特征模板制备方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1741035A (zh) * 2005-09-23 2006-03-01 清华大学 印刷体阿拉伯字符集文本切分方法
JP2007272348A (ja) * 2006-03-30 2007-10-18 Nidec Sankyo Corp 文字列認識方法及び文字列認識装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1741035A (zh) * 2005-09-23 2006-03-01 清华大学 印刷体阿拉伯字符集文本切分方法
JP2007272348A (ja) * 2006-03-30 2007-10-18 Nidec Sankyo Corp 文字列認識方法及び文字列認識装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林志敏等: "基于投影匹配的钢坯端面字符快速识别方法", 《计算机与数字工程》, vol. 37, no. 3, 31 March 2009 (2009-03-31) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104636744A (zh) * 2013-11-11 2015-05-20 方正国际软件(北京)有限公司 一种数字切分方法及系统
CN104867152A (zh) * 2015-05-26 2015-08-26 北京云江科技有限公司 自适应文本图像的分割方法
CN104867152B (zh) * 2015-05-26 2017-11-07 海南云江科技有限公司 自适应文本图像的分割方法
CN105989377A (zh) * 2015-06-30 2016-10-05 乐视致新电子科技（天津）有限公司 一种字符识别方法及装置
CN106682669A (zh) * 2016-12-15 2017-05-17 深圳市华尊科技股份有限公司 一种图像处理方法及移动终端
CN106682666A (zh) * 2016-12-29 2017-05-17 成都数联铭品科技有限公司 用于非常见字体ocr识别的特征模板制备方法

Similar Documents

Publication Publication Date Title
CN103955660B (zh) 一种批量二维码图像识别方法
CN101122953B (zh) 一种图片文字分割的方法
CN104182750B (zh) 一种在自然场景图像中基于极值连通域的中文检测方法
CN102982331A (zh) 在图像中识别字符的方法
JP5455038B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN104616021B (zh) 交通标志图像处理方法及装置
EP0720114A2 (en) Method and apparatus for detecting and interpreting textual captions in digital video signals
EP1115254A3 (en) Method of and apparatus for segmenting a pixellated image
JP2006067585A (ja) デジタル画像におけるキャプションを位置特定及び抽出する方法及び装置
CN102915438A (zh) 一种视频字幕的提取方法及装置
US9171224B2 (en) Method of improving contrast for text extraction and recognition applications
US6754391B2 (en) Systems and methods for rendering image-based data
CN107480670A (zh) 一种字幕检测及提取的方法及设备
CN108052931A (zh) 一种车牌识别结果融合方法及装置
EP2735998B1 (en) Image processing apparatus
US20070257939A1 (en) Method for image segmentation based on block clustering for improved processing of touching characters
CN108615030A (zh) 一种标题一致性检测方法、装置及电子设备
US10496894B2 (en) System and method for text localization in images
KR100812347B1 (ko) 스트록 필터를 이용한 문자 추출 방법 및 그 장치
CN103034855A (zh) 在图像中识别字符区域的方法
CN111401352B (zh) 文本图片下划线识别方法、装置、计算机设备及存储介质
CN102411707A (zh) 一种图片中文本的识别方法及识别装置
CN107330470B (zh) 识别图片的方法和装置
WO2020225430A3 (en) Computer implemented method for segmenting a binarized document
JP6354316B2 (ja) 画像検出装置及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130320