CN105095890B - 图像中字符分割方法及装置 - Google Patents

Abstract

本申请公开一种图像中字符分割方法和装置，该方法首先对目标图像进行分割，获取各独立的连通体，然后根据目标图像中各字符所占的字符区域的宽度，和/或高度，判断各连通体中是否包含有粘连字符，并存在包含有粘连字符的连通体时，确定粘连字符中存在的封闭区域的中心位置，根据封闭区域的中心位置，确定粘连字符的中心位置，对粘连字符进行分割。该方法在基于连通体分割的方法对目标图像分割后，若获取的连通体中包含有粘连字符时，进一步根据粘连字符中存在的封闭区域的中心位置，确定粘连字符的中心位置，并根据目标图像中，各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进一步分割，获取独立的字符，提高了字符分割的准确性。

Description

图像中字符分割方法及装置

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像中字符分割方法及装置。

背景技术

为了获取包含有字符的图像所包含的信息，经常需要对图像进行分析处理。在分析处理过程中，首先分割图像中包含的字符，然后识别得到的独立字符，从而获取图像包含的信息。例如，由于网站可能设置有图像验证码，测试人员在对网站进行自动化测试和信息的快速发布等操作时，需要识别图像验证码，所述图像验证码中通常包含有多个验证码图像，其中，每个验证码图像包含一个字符。这种情况下，就需要分割所述图像验证码，然后识别分割后获取的各个独立的验证码图像，从而确定所述图像验证码包含的信息。

目前，对图像中的字符进行分割，通常采用的是基于连通体的分割方法。该方法将需要进行字符分割的图像作为目标图像，首先确定所述目标图像中的文本区域，所述文本区域为字符所占的区域，然后将字符与文本区域的边框相交的点作为种子，利用种子填充算法获取该点对应的连通体，并认为每个连通体为一个独立的字符，进而完成对所述目标图像中字符的分割。

但是，发明人在本申请的研究过程中发现，在实际应用中，相邻字符间时常发生粘连，此时采用所述基于连通体分割的方法，对图像中的字符进行分割，就会将发生粘连的字符分割为一个连通体，将其作为一个独立的字符，出现分割错误，进而导致字符分割的准确性较低。

发明内容

为了解决现有技术中，对图像中的字符进行分割时准确性低的问题，本申请公开了一种图像中字符分割方法及装置。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

第一方面，提供一种图像中字符分割方法，所述方法包括：

基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符；

当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

结合第一方面，在第一方面的第一种可能的实现方式中，所述图像中字符分割方法还包括：

获取多个训练图像，所述训练图像的类型与所述目标图像的类型相同；

基于所述训练图像中各个字符形成的连通体，对所述训练图像进行分割，获取各个独立的连通体；

计算所述各个独立的连通体所占的连通体区域的宽度，和/或高度，统计各个所述连通体区域的宽度，和/或高度出现的概率，并将概率值最大的宽度，和/或高度作为所述目标图像中各个字符所占的字符区域的宽度，和/或高度。

结合第一方面，在第一方面的第二种可能的实现方式中，所述判断所述各个独立的连通体中，是否包含有粘连字符的步骤包括：

获取所述目标图像中，各个独立的连通体所占的连通体区域的宽度，和/或高度，将其与所述各个字符所占的字符区域的宽度，和/或高度相比较；

当根据比较结果，确定一个或多个连通体所占的连通体区域的宽度，和/或高度，大于所述字符区域的宽度，和/或高度时，判定所述一个或多个连通体中包含有粘连字符。

结合第一方面，在第一方面的第三种可能的实现方式中，所述根据所述封闭区域的中心位置，确定所述粘连字符的中心位置的步骤包括：

根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中M为正整数；

根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。

结合第一方面，结合第一方面的第一种可能的实现方式，结合第一方面的第二种可能的实现方式，结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述基于目标图像中各字符形成的连通体，对所述目标图像进行分割之前，还包括：

滤除目标图像中，亮度值小于预设的亮度阈值的像素点，以滤除所述目标图像中的背景颜色和背景噪音；

在滤除所述亮度值小于预设的亮度阈值的像素点后，根据HSV颜色空间下的目标图像中各个像素点的亮度，对所述目标图像中的像素点进行聚类统计，获取多个类别，其中，每一类别中的各个像素点的亮度在相同的亮度范围内；

对所述多个类别中的像素点的个数进行统计，并滤除所述多个类别中，像素点的个数较少的N个类别，以滤除所述目标图像的前景噪音，其中N为预设的正整数；

在滤除所述目标图像的前景噪音后，对所述目标图像进行单色化处理，以便对经过单色化处理的目标图像进行基于连通体的分割。

第二方面，本申请公开了一种图像中字符分割装置，所述装置包括：

连通体分割模块，用于基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

判断模块，用于根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符；

轮廓检测模块，用于当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

粘连字符分割模块，用于根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

结合第二方面，在第二方面的第一种可能的实现方式中，所述图像中字符分割装置还包括：

训练图像获取模块，用于获取多个训练图像，所述训练图像的类型与所述目标图像的类型相同；

训练图像分割模块，用于基于所述训练图像中各个字符形成的连通体，对所述训练图像进行分割，获取各个独立的连通体；

字符区域确定模块，用于计算所述各个独立的连通体所占的连通体区域的宽度，和/或高度，统计各个所述连通体区域的宽度，和/或高度出现的概率，并将概率值最大的宽度，和/或高度作为所述目标图像中各个字符所占的字符区域的宽度，和/或高度。

结合第二方面，在第二方面的第二种可能的实现方式中，所述判断模块包括：

比较单元，用于获取所述目标图像中，各个独立的连通体所占的连通体区域的宽度，和/或高度，将其与所述各个字符所占的字符区域的宽度，和/或高度相比较；

判定单元，用于当根据比较结果，确定一个或多个连通体所占的连通体区域的宽度，和/或高度，大于所述字符区域的宽度，和/或高度时，判定所述一个或多个连通体中包含有粘连字符。

结合第二方面，在第二方面的第三种可能的实现方式中，所述粘连字符分割模块包括中心位置确定子模块，所述中心位置确定子模块用于根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，包括：

粘连字符个数确定单元，用于根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中M为正整数；

中心位置确定单元，用于根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。

结合第二方面，结合第二方面的第一种可能的实现方式，结合第二方面的第二种可能的实现方式，结合第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方式中，

所述图像中字符分割装置还包括：

第一滤除单元，用于滤除目标图像中，亮度值小于预设的亮度阈值的像素点，以滤除所述目标图像中的背景颜色和背景噪音；

聚类统计单元，用于在滤除所述亮度值小于预设的亮度阈值的像素点后，根据HSV颜色空间下的目标图像中各个像素点的亮度，对所述目标图像中的像素点进行聚类统计，获取多个类别，其中，每一类别中的各个像素点的亮度在相同的亮度范围内；

第二滤除单元，用于对所述多个类别中的像素点的个数进行统计，并滤除所述多个类别中，像素点的个数较少的N个类别，以滤除所述目标图像的前景噪音，其中N为预设的正整数；

单色化单元，用于在滤除所述目标图像的前景噪音后，对所述目标图像进行单色化处理，以便对经过单色化处理的目标图像进行基于连通体的分割。

第三方面，本申请公开了一种具有处理器可执行的程序代码的计算机可读介质，应用于电子设备，所述程序代码使处理器执行下述步骤：

基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符；

当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

本申请公开一种图像中字符分割方法，该方法首先基于目标图像中各个字符形成的连通体，对目标图像进行分割，获取各个独立的连通体，然后根据所述目标图像中各个字符所占的字符区域的宽度，和/或高度，判断所述各个连通体中，是否包含有粘连字符，并存在包含有粘连字符的连通体时，通过轮廓检测的方式，确定所述粘连字符中存在的封闭区域的中心位置，然后根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

通过上述方法，基于连通体分割的方法对目标图像分割后，若获取的连通体中包含有粘连字符时，则进一步根据粘连字符中存在的封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进一步分割，获取独立的字符，从而提高了字符分割的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种图像中字符分割方法的一个实施例流程图；

图2为本发明一种图像中字符分割方法的另一个实施例流程图；

图3(a)为目标图像中一种字符的排列方式的示意图；

图3(b)为目标图像中又一种字符的排列方式的示意图；

图4为本发明一种图像中字符分割方法的另一个实施例流程图；

图5(a)为应用本发明实施例中，目标图像的示意图；

图5(b)为目标图像分割获取的连通体的示意图；

图6(a)为应用本发明实施例中，封闭区域的中心位置的示意图；

图6(b)为应用本发明实施例中，粘连字符的中心位置的示意图；

图7为本发明中进行连通体分割之前，对目标图像进行处理的实施例流程图；

图8为本发明公开的图像中字符分割装置的实施例框图。

具体实施方式

为了解决现有技术中，基于连通体分割的方法对图像中的字符进行分割时，存在的准确性低的问题，本申请公开了一种图像中字符分割方法及装置。

为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。

参见图1所示的方法流程示意图，本申请的实施例公开的图像中字符分割方法包括：

步骤S11、基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体。

在基于连通体对目标图像进行分割时，通常确定所述目标图像中的字符所占的文本区域，然后将字符与文本区域的边框相交的点作为种子，通过种子填充算法获取该点对应的连通体，从而获取各个独立的连通体。

步骤S12、根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符，若是，执行步骤S13的操作，若否，执行步骤S15的操作。

在待分割的目标图像中，包含多个字符，当某一连通体所占的连通体区域的宽度，和/或高度大于单个字符所占的字符区域的宽度，和/或高度时，可确定所述连通体中包含有粘连字符，并且需要对包含有粘连字符的连通体进一步分割，获取其中的单个字符。

步骤S13、当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置。

本申请实施例中，通过所述粘连字符中存在的封闭区域的中心位置，确定所述粘连字符的中心位置，其中，所述封闭区域指的是能够闭合的区域，例如，数字字符9,6,8,4,0，英文字符A、B、D、O、P、Q、R、a、b、d、g、o、p、q等字符中均具有封闭区域。

步骤S14、根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

步骤S15、当根据判断结果，确定不存在包含有粘连字符的连通体时，则确定各个独立的连通体为分割后的字符。

本申请的实施例公开一种图像中字符分割方法，该方法首先基于目标图像中各个字符形成的连通体，对目标图像进行分割，获取各个独立的连通体，然后根据所述目标图像中各个字符所占的字符区域的宽度，和/或高度，判断所述各个连通体中，是否包含有粘连字符，并存在包含有粘连字符的连通体时，通过轮廓检测的方式，确定所述粘连字符中存在的封闭区域的中心位置，然后根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

通过上述方法，基于连通体分割的方法对目标图像分割后，若获取的连通体中包含有粘连字符时，则进一步根据粘连字符中存在的封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进一步分割，获取独立的字符，从而提高了字符分割的准确性。

另外，参见图2所示的工作流程示意图，本申请公开的图像中字符分割方法还包括：

步骤S16、获取多个训练图像，所述训练图像的类型与所述目标图像的类型相同。

例如，当所述目标图像的类型为计算机领域中应用的图像验证码时，所述训练图像需为同一应用领域中应用的图像验证码；当对印刷书籍中的字符进行分割，所述目标图像为书籍印刷页的图像时，则所述训练图像为书籍印刷页的图像。

步骤S17、基于所述训练图像中各个字符形成的连通体，对所述训练图像进行分割，获取各个独立的连通体。

步骤S18、计算所述各个独立的连通体所占的连通体区域的宽度，和/或高度，统计各个所述连通体区域的宽度，和/或高度出现的概率，并将概率值最大的宽度，和/或高度作为所述目标图像中各个字符所占的字符区域的宽度，和/或高度。

本申请的实施例公开的图像中字符分割方法，需要根据目标图像中各个字符所占的字符区域的宽度，和/或高度，判断连通体中是否包含有粘连字符，并且，在确定粘连字符的中心位置后，还需要根据各个字符所占的字符区域的宽度，和/或高度对所述粘连字符进行分割。因此，本申请的实施例公开的方法中，需要确定所述目标图像中各个字符所占的字符区域的宽度，和/或高度。

在步骤S16至步骤S18中，公开了确定字符区域的宽度，和/或高度的方案，在实际应用中，可在步骤S11之前，就执行步骤S16至步骤S18的操作，以确定目标图像中字符区域的宽度，和/或高度，也可在步骤S11与步骤S12之间执行该操作，本申请对此不做限定。

另外，在步骤S12中，公开了判断所述各个独立的连通体中，是否包含有粘连字符的步骤，该步骤包括：

首先，获取所述目标图像中，各个独立的连通体所占的连通体区域的宽度，和/或高度，将其与所述各个字符所占的字符区域的宽度，和/或高度相比较。

然后，当根据比较结果，确定一个或多个连通体所占的连通体区域的宽度，和/或高度，大于所述字符区域的宽度，和/或高度时，判定所述一个或多个连通体中包含有粘连字符。

当连通体中不包含粘连字符时，则每一个独立的连通体为一个字符，所述连通体的宽度，和/或高度与各个字符所占的字符区域的宽度，和/或高度相同；当某一连通体的宽度，和/或高度，大于所述字符区域的宽度，和/或高度时，则所述连通体中包含有粘连字符。

在实际应用中，目标图像中各个字符通常水平排列，如图3(a)所示，这种情况下，将连通体区域的宽度与字符区域的宽度进行对比，若某一连通体区域的宽度大于所述字符区域的宽度，即可确定连通体中是否包含有粘连字符。另外，在某些应用场景下，如图3(b)所示，目标图像中的各个字符竖直排列，如某些书籍中的字符竖直排列，这种情况下，通常将所述连通体区域的高度与字符区域的高度进行对比，若某一连通体区域的高度大于所述字符区域区域的高度，则可确定所述连通体中包含有粘连字符。

另外，在步骤S14中，公开了根据所述封闭区域的中心位置，确定所述粘连字符的中心位置的方案，该方案包括：

首先，根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中M为正整数；然后，根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。

例如，当获取到的所述独立的连通体为三个，所述目标图像中包含有四个字符时，则可确定包含有粘连字符的连通体中，包含有两个互相粘连的字符，需要对封闭区域的中心位置进行计算，获取两个中心位置，并将所述两个中心位置分别作为所述两个互相粘连的字符的中心位置。

以上实施例中，公开了一种图像中字符分割方法，根据该方法，当分割后的连通体中包含有粘连字符时，可根据所述粘连字符中存在的封闭区域的中心位置，确定所述粘连字符的中心位置，以便进一步根据所述粘连字符的中心位置对所述粘连字符进行分割，提高字符分割的准确性。

参见图4所示的工作流程示意图，下面以一个具体的实施例，表明本申请对图像中字符分割的方法的各个步骤。

步骤S211、获取目标图像，基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体。

其中，设定目标图像如图5(a)所示，根据图5(a)可知，其中的字符“6”和字符“8”之间发生了粘连，并且字符“6”和字符“8”中均存在封闭区域，当对目标图像进行分割后，获取到的各个独立的连通体如图5(b)所示。

由于本实施例中，目标图像中的各个字符水平方式排列，因此需要根据目标图像中各个字符所占的字符区域的宽度，以及所述各个独立的连通体所占的连通体区域的宽度，判断所述各个独立的连通体中是否包含有粘连字符。

步骤S212、获取所述目标图像中，各个独立的连通体所占的连通体区域的宽度，将其与所述目标图像中各个字符所占的字符区域的宽度相比较。

步骤S213、当根据比较结果，确定一个或多个连通体所占的连通体区域的宽度，大于所述字符区域的宽度时，判定所述一个或多个连通体中包含有粘连字符。

如果一个连通体所占的连通体区域的宽度，大于字符区域的宽度，则说明所述连通体中包含有互相粘连、重叠的字符，据此，可筛选出包含有粘连字符的连通体。本实施例中，包含有粘连字符的连通体为同时包含有字符“6”和字符“8”的连通体。

步骤S214、当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置。

在对所述粘连字符的轮廓进行检测时，可采用动态轮廓模型检测算法等。本实施例中，字符“6”中具有一个封闭区域，字符“8”中具有两个封闭区域，通过轮廓检测，可获取三个封闭区域的中心位置。

步骤S215、根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中，M为正整数。

本实施例中，由于目标图像中包含有四个字符，且获取到的独立的连通体为三个，则可确定所述粘连字符为两个。

步骤S216、根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。

确定所述粘连字符为两个时，本实施例中，需要对获取到的三个封闭区域的中心位置进行聚类计算，获取两个中心位置，则所述两个中心位置即为所述粘连字符的中心位置。

例如，参见图6(a)所示的示意图，该图中，获取封闭区域的几何中心作为中心位置，图示中的坐标原点即为该封闭区域的中心位置。当确定粘连字符的个数为两个时，对所述封闭区域进行聚类计算，获取两个中心位置，如图6(b)所示，其中坐标轴的坐标原点即为所述两个中心位置，而且所述两个中心位置为所述粘连字符的中心位置。

在对封闭区域的中心位置进行聚类计算时，可采用k-medians clustering算法，当然，也可以采用其他聚类算法，本申请对此不做限定。

步骤S217、根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述中心位置，以及所述各个字符所占的字符区域的宽度，对所述粘连字符进行分割，获取分割后的字符。

本实施例中，由于目标图像中的字符以水平方式排列，则根据所述字符区域的宽度，结合字符的中心位置，对互相粘连的字符进行再次的分割，就可以分割出字符“6”与字符“8”。

通过步骤S211至步骤S217公开的图像中字符分割方法，实现了对图像中的字符的分割，该方法中，当分割后的连通体中包含有粘连字符时，可根据所述粘连字符中存在的封闭区域的中心位置，确定所述粘连字符的中心位置，以便进一步根据所述粘连字符的中心位置对所述粘连字符进行分割，提高字符分割的准确性。

另外，参见图7所示的工作流程示意图，在本申请的实施例公开的图像中字符分割方法中，在步骤S11，即基于目标图像中各字符形成的连通体，对所述目标图像进行分割之前，还包括：

步骤S31、滤除目标图像中，亮度值小于预设的亮度阈值的像素点，以滤除所述目标图像中的背景颜色和背景噪音。

步骤S32、在滤除所述亮度值小于预设的亮度阈值的像素点后，根据HSV颜色空间下的目标图像中各个像素点的亮度，对所述目标图像中的像素点进行聚类统计，获取多个类别，其中，每一类别中的各个像素点的亮度在相同的亮度范围内。

图像通常处于RGB颜色空间。在对目标图像中的像素点进行聚类统计前，需要将其转化到HSV(Hue,Saturation,Value，色调，饱和度，亮度)空间，HSV空间具有线性的特征，便于计算各个像素点的颜色之间的相似度，以便后续对像素点进行聚类统计。

步骤S33、对所述多个类别中的像素点的个数进行统计，并滤除所述多个类别中，像素点的个数较少的N个类别，以滤除所述目标图像的前景噪音，其中N为预设的正整数。

在目标图像中，往往存在前景噪音，前景噪音的亮度接近于字符的亮度，为了滤除前景噪音，本申请的实施例中，预先划分多个不同的亮度范围，并对像素点进行聚类统计，获取多个类别，每个类别中的像素点的亮度在相同的亮度范围内。然后统计各个类别中的像素点的个数，滤除其中像素点的个数较少的N个类别。其中，N为根据当前的应用需求，预先设定的正整数。

步骤S34、在滤除所述目标图像的前景噪音后，对所述目标图像进行单色化处理，以便对经过单色化处理的目标图像进行基于连通体的分割。

通过步骤S31至步骤S34的操作，能够滤除目标图像中的背景颜色、背景噪音和前景噪音，并在滤除后，对目标图像进行单色化处理，提高了后续对目标图像中的字符分割的精度。

以上的实施例中，公开了一种图像中字符分割方法，该方法首先对目标图像进行基于连通体的分割，获取各个独立的连通体；然后根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符；当存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；进一步，通过所述封闭区域的中心位置，确定所述粘连字符的中心位置，然后根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

通过上述方法，能够对包含有粘连字符的连通体进一步分割，获取单个字符，提高字符分割的准确性。

进一步的，在基于目标图像中的各字符形成的连通体，对所述目标图像进行分割之前，本申请公开的方法还包括对目标图像进行处理的操作，通过对所述目标图像的处理，能够滤除目标图像的背景颜色、背景噪音和前景噪音，并对滤除后的目标图像进行单色化处理，从而进一步提高了字符分割的精度。

本申请公开的图像中字符分割方法，能够应用于多个场景，例如，能够对计算机中的图像验证码进行字符分割，便于识别图像验证码，另外，该方法对于书籍中的字符分割也很有效，一些印刷时间较久远的书籍，由于油墨和印刷技术的问题，通常具备字符粘连的问题，这种情况下，通过本申请公开的方法，可以对书籍中的字符进行分割，便于后续实现字符的识别。

与上述公开的图像中字符分割方法相对应，本发明还公开了一种图像中字符分割装置。参见图8所示的结构示意图，所述图像中字符分割装置包括：连通体分割模块100、判断模块200、轮廓检测模块300、粘连字符分割模块400。

其中，所述连通体分割模块100，用于基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

所述判断模块200，用于根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符；

所述轮廓检测模块300，用于当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

所述粘连字符分割模块400，用于根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

本申请公开的图像中字符分割装置在分割字符时，通过连通体分割模块对目标图像进行基于连通体的分割，获取各个独立的连通体；然后判断模块根据所述目标图像中各个字符所占的字符区域的宽度，和/或高度，判断所述各个连通体中，是否包含有粘连字符；当根据判断结果，确定存在包含有粘连字符的连通体时，轮廓检测模块对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；粘连字符分割模块根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

通过上述装置，基于连通体分割的方法对目标图像分割后，若获取的连通体中包含有粘连字符时，则进一步根据粘连字符中存在的封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进一步分割，获取独立的字符，从而提高了字符分割的准确性。

进一步的，所述图像中字符分割装置还包括：训练图像获取模块、训练图像分割模块和字符区域确定模块。

其中，训练图像获取模块，用于获取多个训练图像，所述训练图像的类型与所述目标图像的类型相同；

训练图像分割模块，用于基于所述训练图像中各个字符形成的连通体，对所述训练图像进行分割，获取各个独立的连通体；

字符区域确定模块，用于计算所述各个独立的连通体所占的连通体区域的宽度，和/或高度，统计各个所述连通体区域的宽度，和/或高度出现的概率，并将概率值最大的宽度，和/或高度作为所述目标图像中各个字符所占的字符区域的宽度，和/或高度。

另外，所述判断模块200包括：比较单元和判定单元，其中，所述比较单元，用于获取所述目标图像中，各个独立的连通体所占的连通体区域的宽度，和/或高度，将其与所述各个字符所占的字符区域的宽度，和/或高度相比较；所述判定单元，用于当根据比较结果，确定一个或多个连通体所占的连通体区域的宽度，和/或高度，大于所述字符区域的宽度，和/或高度时，判定所述一个或多个连通体中包含有粘连字符。

另外，所述粘连字符分割模块400包括中心位置确定子模块，所述中心位置确定子模块用于根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，包括：粘连字符个数确定单元和中心位置确定单元，其中，所述粘连字符个数确定单元，用于根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中M为正整数；所述中心位置确定单元，用于根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。

另外，所述图像中字符分割装置还包括：第一滤除单元、聚类统计单元、第二滤除单元和单色化单元。

其中，所述第一滤除单元，用于滤除目标图像中，亮度值小于预设的亮度阈值的像素点，以滤除所述目标图像中的背景颜色和背景噪音；

所述聚类统计单元，用于在滤除所述亮度值小于预设的亮度阈值的像素点后，根据HSV颜色空间下的目标图像中各个像素点的亮度，对所述目标图像中的像素点进行聚类统计，获取多个类别，其中，每一类别中的各个像素点的亮度在相同的亮度范围内；

所述第二滤除单元，用于对所述多个类别中的像素点的个数进行统计，并滤除所述多个类别中，像素点的个数较少的N个类别，以滤除所述目标图像的前景噪音，其中N为预设的正整数；

所述单色化单元，用于在滤除所述目标图像的前景噪音后，对所述目标图像进行单色化处理，以便对经过单色化处理的目标图像进行基于连通体的分割。

另外，本申请还公开了一种具有处理器可执行的程序代码的计算机可读介质，应用于电子设备，在被执行时，所述程序代码使处理器执行下述步骤：

基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符；

当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符。

如上参照图至图以实例的方式，描述了本申请公开的图像中字符分割方法和装置。但是，本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备；)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种图像中字符分割方法，其特征在于，所述方法包括：

基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符，其中，所述各个字符均为印刷体字符且均占据预设大小的字符区域；

当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符；

所述根据所述封闭区域的中心位置，确定所述粘连字符的中心位置的步骤，包括：

根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中M为正整数；

根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。

2.根据权利要求1所述的方法，其特征在于，所述图像中字符分割方法还包括：

获取多个训练图像，所述训练图像的类型与所述目标图像的类型相同；

基于所述训练图像中各个字符形成的连通体，对所述训练图像进行分割，获取各个独立的连通体；

计算所述各个独立的连通体所占的连通体区域的宽度，和/或高度，统计各个所述连通体区域的宽度，和/或高度出现的概率，并将概率值最大的宽度，和/或高度作为所述目标图像中各个字符所占的字符区域的宽度，和/或高度。

3.根据权利要求1所述的方法，其特征在于，所述判断所述各个独立的连通体中，是否包含有粘连字符的步骤，包括：

获取所述目标图像中，各个独立的连通体所占的连通体区域的宽度，和/或高度，将其与所述各个字符所占的字符区域的宽度，和/或高度相比较；

当根据比较结果，确定一个或多个连通体所占的连通体区域的宽度，和/或高度，大于所述字符区域的宽度，和/或高度时，判定所述一个或多个连通体中包含有粘连字符。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于目标图像中各字符形成的连通体，对所述目标图像进行分割之前，还包括：

滤除目标图像中，亮度值小于预设的亮度阈值的像素点，以滤除所述目标图像中的背景颜色和背景噪音；

在滤除所述亮度值小于预设的亮度阈值的像素点后，根据HSV颜色空间下的目标图像中各个像素点的亮度，对所述目标图像中的像素点进行聚类统计，获取多个类别，其中，每一类别中的各个像素点的亮度在相同的亮度范围内；

对所述多个类别中的像素点的个数进行统计，并滤除所述多个类别中，像素点的个数较少的N个类别，以滤除所述目标图像的前景噪音，其中N为预设的正整数；

在滤除所述目标图像的前景噪音后，对所述目标图像进行单色化处理，以便对经过单色化处理的目标图像进行基于连通体的分割。

5.一种图像中字符分割装置，其特征在于，所述装置包括：

连通体分割模块，用于基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

判断模块，用于根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符，其中，所述各个字符均为印刷体字符且均占据预设大小的字符区域；

轮廓检测模块，用于当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

粘连字符分割模块，用于根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符；

所述粘连字符分割模块包括中心位置确定子模块，所述中心位置确定子模块用于根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，包括：

粘连字符个数确定单元，用于根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中M为正整数；

中心位置确定单元，用于根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。

6.根据权利要求5所述的装置，其特征在于，所述图像中字符分割装置还包括：

训练图像获取模块，用于获取多个训练图像，所述训练图像的类型与所述目标图像的类型相同；

训练图像分割模块，用于基于所述训练图像中各个字符形成的连通体，对所述训练图像进行分割，获取各个独立的连通体；

字符区域确定模块，用于计算所述各个独立的连通体所占的连通体区域的宽度，和/或高度，统计各个所述连通体区域的宽度，和/或高度出现的概率，并将概率值最大的宽度，和/或高度作为所述目标图像中各个字符所占的字符区域的宽度，和/或高度。

7.根据权利要求5所述的装置，其特征在于，所述判断模块包括：

比较单元，用于获取所述目标图像中，各个独立的连通体所占的连通体区域的宽度，和/或高度，将其与所述各个字符所占的字符区域的宽度，和/或高度相比较；

判定单元，用于当根据比较结果，确定一个或多个连通体所占的连通体区域的宽度，和/或高度，大于所述字符区域的宽度，和/或高度时，判定所述一个或多个连通体中包含有粘连字符。

8.根据权利要求5至7任一项所述的装置，其特征在于，所述图像中字符分割装置还包括：

第一滤除单元，用于滤除目标图像中，亮度值小于预设的亮度阈值的像素点，以滤除所述目标图像中的背景颜色和背景噪音；

聚类统计单元，用于在滤除所述亮度值小于预设的亮度阈值的像素点后，根据HSV颜色空间下的目标图像中各个像素点的亮度，对所述目标图像中的像素点进行聚类统计，获取多个类别，其中，每一类别中的各个像素点的亮度在相同的亮度范围内；

第二滤除单元，用于对所述多个类别中的像素点的个数进行统计，并滤除所述多个类别中，像素点的个数较少的N个类别，以滤除所述目标图像的前景噪音，其中N为预设的正整数；

单色化单元，用于在滤除所述目标图像的前景噪音后，对所述目标图像进行单色化处理，以便对经过单色化处理的目标图像进行基于连通体的分割。

9.一种具有处理器可执行的程序代码的计算机可读介质，应用于电子设备，其特征在于，所述程序代码使处理器执行下述步骤：

基于目标图像中各个字符形成的连通体，分割所述目标图像，获取各个独立的连通体；

根据所述目标图像中，各个字符所占的字符区域的宽度，和/或高度，判断所述各个独立的连通体中，是否包含有粘连字符，其中，所述各个字符均为印刷体字符且均占据预设大小的字符区域；

当根据判断结果，确定存在包含有粘连字符的连通体时，对所述粘连字符的轮廓进行检测，获取所述粘连字符中存在的封闭区域的中心位置；

根据所述封闭区域的中心位置，确定所述粘连字符的中心位置，并根据所述粘连字符的中心位置，以及所述各个字符所占的字符区域的宽度，和/或高度，对所述粘连字符进行分割，获取分割后的字符；

所述根据所述封闭区域的中心位置，确定所述粘连字符的中心位置的步骤，包括：

根据所述独立的连通体的数量，以及已知的所述目标图像中包含的字符个数，确定所述粘连字符的个数M，其中M为正整数；

根据所述粘连字符的个数M，对所述封闭区域的中心位置进行聚类计算，获取M个中心位置，将所述M个中心位置作为所述粘连字符的中心位置。