CN105894475B - 一种国际音标图像字符细化方法 - Google Patents
一种国际音标图像字符细化方法 Download PDFInfo
- Publication number
- CN105894475B CN105894475B CN201610250970.6A CN201610250970A CN105894475B CN 105894475 B CN105894475 B CN 105894475B CN 201610250970 A CN201610250970 A CN 201610250970A CN 105894475 B CN105894475 B CN 105894475B
- Authority
- CN
- China
- Prior art keywords
- pixel
- point
- phonetic symbols
- value
- character zone
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000002372 labelling Methods 0.000 abstract 1
- 238000004321 preservation Methods 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 2
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种国际音标图像字符细化方法，首先对每一幅图像进行二值化处理，目标为1，背景为0，然后用标记法对字符区域边缘分类进行标记，再计算标记后的边缘像素点周围的邻域像素点权值之和，并判断权值之和是否满足文字连接可去点条件，如果满足则删除，即此边缘像素点的像素值赋为0；否则保留，即此边缘像素点的像素值赋为1。最后保存处理后的图像，再反复调用算法对保存的图像处理，直到图像字符的宽度为一个像素，即可对国际音标图像字符进行细化。与现有技术相比，本发明具有准确度高、简单高效等优点。
Description
技术领域
本发明属于图像文字细化技术领域，具体涉及一种国际音标图像字符细化方法。
背景技术
图像文字的细化是文字识别与存储领域的一个重要的研究方向，随着国际化的发展，各个国家之间的交流越来越密切，为了更好的沟通，需要一种统一的语音系统，国际音标就是记录所有语音的统一音标。国际音标的产生是世界优秀文化的结晶，闪烁着世界人民智慧的光芒。
然而，如何把文献中国际音标进行数字化识别存储是一个非常庞大的工程。对这些文献进行数字化最常见的手段是先对文献进行扫描，然后再对数字图片进行识别存储，这样不但会照成大量的冗余，而且有些时候对文字字符不能有效地识别。对图像字符进行细化可以有效地解决这些问题，因为细化的目的是得到图像文字的骨架，去除图像上多余的像素，从而在不改变图像主要特征的前提下，减少图像的信息量。对数量庞大的国际音标图像字符进行细化，不但会节约大量的存储空间，还能提高对图像字符存储和读取的速度，进而提高工作效率。对国际音标图像字符进行细化势在必行。
现有的细化算法都不是针对音标字符细化设计的，一些细化算法的细化结果会出现畸变，虽然人们可以对畸变进行修正，但作用也是有限的；还有一些细化算法的抗干扰性差，当图像中有噪声时，细化结果不能达到很好的效果。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种国际音标图像字符细化方法，针对性强，不但细化结果不会出现畸变情况，而且具有较强的鲁棒性，计算复杂度底，能够快速高效地对国际音标进行细化。
本发明的目的可以通过以下技术方案来实现：一种国际音标图像字符细化方法，包括以下步骤：
A对国际音标图像进行预处理，找出国际音标图像中的字符区域和背景区域；
B对所述的字符区域边缘进行识别并分类标记，即用3*3的矩阵块对国际音标图像进行扫描，并用2标记字符区域的边缘，用3和4分别标记字符区域边缘角点和外角点；
C对识别分类出的字符区域边缘进行判断并做细化处理。
所述的步骤A具体为：
A1对国际音标图像用8-邻域平均法进行平滑，去除图像中的噪声和毛刺；
A2用最大类间方差法计算出每个国际音标图像的阈值T，
T＝max{threshold(i),0≤i≤255} (1)
其中，{threshold(i)}为i从0到255遍历计算出来的类间方差集合；
A3按照式(3)把国际音标图像中大于阈值T的像素点的像素值置为1，小于等于阈值T的像素点的像素值置为0，即字符区域为1，背景区域为0，
其中，g(x,y)为国际音标图像中点坐标(x,y)处的像素值。
所述的步骤A1具体为：根据式(3)对国际音标图像进行平滑处理，
其中，N8为点坐标(x,y)的3*3的邻域，(i,j)表示在坐标(x,y)处3*3邻域内的一个像素点，f(i,j)表示像素点(i,j)的像素值。
所述的步骤B具体为：
B1按照式(4)把字符区域边缘像素点标记为2，即像素值置为2，
其中，g(x,y)为国际音标图像中点坐标(x,y)处的像素值，k1为判断字符区域边缘的条件，k1为：像素值为1的像素点(x,y)的邻域上下左右的四个像素点值中至少有一个是0；
B2按照式(5)把字符区域边缘角点标记为3，即像素值置为3，
其中，k2是判断字符区域边缘角点的条件，k2为：像素值为1的像素点(x,y)的3*3邻域四个角点中任意一个角点的像素值是0，而且该角点在此3*3领域内紧邻的另两个像素点的像素值都不是0；
B3按照式(6)把字符区域边缘外角的角点标记为4，即像素值置为4，
其中，k3是判断字符区域边缘外角的条件，k3为：W1∈K3，W1为像素值为2的像素点(x,y)的3*3邻域像素的权值之和，k3＝[3 6 12 24 48 96 192 129 7 14 28 56 112 224193 131 15 30 60 120 240 225 195 135]；
所述的步骤C具体为：
C1找出字符区域边缘像素值为4的点并标记为0，即像素值置为0，即做删除操作；
C2找出字符区域边缘像素值为2的点，计算其3*3邻域像素的权值之和；
C3若步骤C2中的权值之和满足可去点条件，则将字符区域边缘像素值为2的点标记为0，即像素值置为0，否者标记为1，即像素值置为1；
其中，N为可去点的条件，N表示判断邻域权值之和满足可去点的取值集合，N＝[35 7 12 13 14 15 20 21 22 23 28 29 30 31 48 52 53 54 55 56 60 61 62 63 65 6769 71 77 79 80 81 83 84 85 86 87 88 89 91 92 93 94 95 97 99 101 103 109 111112 113 115 116 117 118 119 120 121 123 124 125 126 127 131 133 135 141 143149 151 157 159 181 183 189 191 192 193 195 197 199 205 207 208 209 211 212213 214 215 216 217 219 220 221 222 223 224 225 227 229 231 237 239 240 241243 244 245 246 247 248 249 251 252 253 254 255]，Wsum1为字符区域边缘像素值为2的点对应3*3邻域像素的权值之和；
C4找出字符区域边缘像素值为3的点，计算其3*3邻域像素的权值之和；
C5若步骤C4中的权值之和满足可去点条件，则将字符区域边缘像素值为3的点标记为0，即像素值置为0，否者标记为1，即像素值置为1；
其中，N为可去点的条件，Wsum2为字符区域边缘像素值为3的点对应3*3邻域像素的权值之和。
所述的步骤C2中，根据式(10)计算权值之和，
其中，Wsum1为字符区域边缘像素值为2的点对应3*3邻域像素的权值之和，N82为像素值为2的像素点(x,y)的3*3邻域，(i,j)为N82中的任意一个像素点，w(i,j)为像素点(i,j)的权值。
所述的步骤C4中，根据式(11)计算权值之和，
其中，Wsum2为字符区域边缘像素值为3的点对应3*3邻域像素的权值之和，N83为像素值为3的像素点(x,y)的3*3邻域，(i,j)为N83中的任意一个像素点，w(i,j)为像素点(i,j)的权值。
完成步骤C后，保存并输出处理后的国际音标字符图像，并依次重复步骤A、B、C直到国际音标字符图像中的字符区域的宽度为一个像素，即图像中字符区域不再发生变化。
与现有技术相比，本发明针对性强，不但细化结果不会出现畸变情况，而且具有较强的鲁棒性，计算复杂度底，能够快速高效地对国际音标进行细化。
附图说明
图1为本方法的流程框图；
图2(a)为原始国际音标图像，图2(b)是图2(a)细化后的国际音标图像；
图3(a)是原始国际音标图像，图3(b)是图3(a)细化后的国际音标图像；
图4(a)是原始国际音标图像，图4(b)是图4(a)细化后的国际音标图像；
图5(a)是原始国际音标图像，图5(b)是图5(a)细化后的国际音标图像；
图6(a)是原始国际音标图像，图6(b)是图6(a)细化后的国际音标图像；
图7(a)是原始国际音标图像，图7(b)是图7(a)细化后的国际音标图像。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
本发明的实验测试是在CPU为Intel(R)Core(TM)i5@3.20GHz的电脑上完成，Matlab的版本为MatlabR2012b。
下面按图1的流程图详细给出本发明技术方案中所涉及的各个步骤的细节做出说明：
如图1所示，一种国际音标图像字符细化方法，包括以下步骤：
A对国际音标图像进行预处理，找出国际音标图像中的字符区域和背景区域，具体为：
A1对国际音标图像用8-邻域平均法进行平滑，去除图像中的噪声和毛刺；具体为：根据式(3)对国际音标图像进行平滑处理，
其中，N8为点坐标(x,y)的3*3的邻域，(i,j)表示在坐标(x,y)处3*3邻域内的一个像素点，f(i,j)表示像素点(i,j)的像素值。
A2用最大类间方差法(大津法)计算出每个国际音标图像的阈值T，
T＝max{threshold(i),0≤i≤255} (1)
其中，{threshold(i)}为i从0到255遍历计算出来的类间方差集合；
A3按照式(3)把国际音标图像中大于阈值T的像素点的像素值置为1，小于等于阈值T的像素点的像素值置为0，即字符区域为1，背景区域为0，
其中，g(x,y)为国际音标图像中点坐标(x,y)处的像素值。
B对字符区域边缘进行识别并分类标记，即用3*3的矩阵块对国际音标图像进行扫描，并用2标记字符区域的边缘，用3和4分别标记字符区域边缘角点和外角点；具体为：
B1按照式(4)把字符区域边缘像素点标记为2，即像素值置为2，
其中，k1为判断字符区域边缘的条件，g(x,y)为国际音标图像中点坐标(x,y)处的像素值；
把原图像矩阵g另存为g1，如果原图像矩阵g中像素点g(x,y)的值是1，并且其邻域上下左右的四个像素点值中至少有一个是0，则像素点g(x,y)为字符区域的边缘，把图像矩阵g1中对应的边缘像素点g1(x,y)的像素值赋值为2。如下式所示：
其中，k1是判断字符区域边缘的条件，即在像素值为1的像素点g(x,y)处，其邻域上下左右的四个像素点值中至少有一个是0为真。
B2按照式(5)把字符区域边缘角点标记为3，即像素值置为3，
其中，k2是判断字符区域边缘角点的条件；
把图像矩阵g1另存为g2，如果像素点g1(x,y)的值是1，并且其3*3邻域四个角点中任意一个角点的像素值是0，而且该角点在此领域内紧邻的另两个像素点的像素值都不是0，则像素点g1(x,y)为字符区域边缘的角点，把图像矩阵g2中对应的像素点g2(x,y)的像素值赋值为3。如下式所示：
其中k2是判断字符区域边缘角点的条件，即在像素值为1的像素点g1(x,y)处，其3*3邻域四个角点中任意一个角点的像素值是0，而且该角点在此领域内紧邻的另两个像素点的像素值都不是0为真。
B3按照式(6)把字符区域边缘外角的角点标记为4，即像素值置为4，
其中，k3是判断字符区域边缘外角的条件。
把图像矩阵g2另存为g3，如果像素点g2(x,y)的值是2，即字符区域的边缘，并且其3*3邻域的权值之和满足字符区域边缘外角的条件，则把图像矩阵g3中对应点的像素值赋值为4。如下式所示：
其中K3＝[3 6 12 24 48 96 192 129 7 14 28 56 112 224 193 131 15 30 60120 240 225 195 135]是判断字符区域边缘为外角的取值集合，W1是像素点g2(x,y)处3*3邻域像素点的权值之和，其中所用的权值矩阵W＝[128 1 2；64 0 4；32 16 8]。
C对识别分类出的字符区域边缘进行判断并做细化处理，具体为：
C1找出字符区域边缘像素值为4的点并标记为0，即像素值置为0，
即做删除操作；
C2找出字符区域边缘像素值为2的点，根据式(10)计算其3*3邻域像素的权值之和，
其中，Wsum1为字符区域边缘像素值为2的点对应3*3邻域像素的权值之和，N82为像素值为2的像素点(x,y)的3*3邻域，(i,j)为N82中的任意一个像素点，w(i,j)为像素点(i,j)的权值；
把图像矩阵g4另存为g5，在矩阵g5中找出像素值为2的点，即文字区域边缘点，然后计算其3*3邻域像素点的权值之和，并判断是否满足可去点的条件，如果满足则做删除操作，即把此点的像素值赋值为0；否者做保留操作，即像素值赋值为1。如下式所示：
其中，N＝[3 5 7 12 13 14 15 20 21 22 23 28 29 30 31 48 52 53 54 55 5660 61 62 63 65 67 69 71 77 79 80 81 83 84 85 86 87 88 89 91 92 93 94 95 97 99101 103 109 111 112 113 115 116 117 118 119 120 121 123 124 125 126 127 131133 135 141 143 149 151 157 159 181 183 189 191 192 193 195 197 199 205 207208 209 211 212 213 214 215 216 217 219 220 221 222 223 224 225 227 229 231237 239 240 241 243 244 245 246 247 248 249 251 252 253 254 255]是判断邻域权值之和满足可去点的取值集合，Wsum1是像素点g5(x,y)处3*3邻域像素点的权值之和，其中所用的权值矩阵W＝[128 1 2；64 0 4；32 16 8]。
C3若步骤C2中的权值之和满足可去点条件，则将字符区域边缘像素值为2的点标记为0，即像素值置为0，否者标记为1，即像素值置为1；
其中，N为可去点的条件，Wsum1为字符区域边缘像素值为2的点对应3*3邻域像素的权值之和；
在矩阵g5中找出像素值为3的点，即文字区域边缘内角角点，然后计算其3*3邻域像素点的权值之和，并判断是否满足可去点的条件，如果满足则做删除操作，即把此点的像素值赋值为0；否者做保留操作，即像素值赋值为1。如下式所示：
其中N＝[3 5 7 12 13 14 15 20 21 22 23 28 29 30 31 48 52 53 54 55 5660 61 62 63 65 67 69 71 77 79 80 81 83 84 85 86 87 88 89 91 92 93 94 95 97 99101 103 109 111 112 113 115 116 117 118 119 120 121 123 124 125 126 127 131133 135 141 143 149 151 157 159 181 183 189 191 192 193 195 197 199 205 207208 209 211 212 213 214 215 216 217 219 220 221 222 223 224 225 227 229 231237 239 240 241 243 244 245 246 247 248 249 251 252 253 254 255]是判断邻域权值之和满足可去点的取值集合，Wsum是像素点g5(x,y)处3*3邻域像素点的权值之和，其中所用的权值矩阵W＝[128 1 2；64 0 4；32 16 8]。
C4找出字符区域边缘像素值为3的点，根据式(11)计算其3*3邻域像素的权值之和，
其中，Wsum2为字符区域边缘像素值为3的点对应3*3邻域像素的权值之和，N83为像素值为3的像素点(x,y)的3*3邻域，(i,j)为N83中的任意一个像素点，w(i,j)为像素点(i,j)的权值。
C5若步骤C4中的权值之和满足可去点条件，则将字符区域边缘像素值为3的点标记为0，即像素值置为0，否者标记为1，即像素值置为1；
其中，N为可去点的条件。
另创建像素值全为1的图像矩阵g6，在图像矩阵g5中找出像素值大于零的点，并把图像矩阵g6中对应的点像素值赋值为0，保存并输出处理后的图像g6。然后重复以上步骤B至步骤C，直到图像中音标字符的宽度为一个像素，即图像中音标字符不再发生变化。
经过以上步骤，即可实现国际音标图像字符的细化。
综上所述，本发明专利申请，是对国际音标图像字符进行细化，方法简单而高效，对国际音标图像字符的细化起到了重要的作用。
图2(a)为原始国际音标图像，图2(b)是图2(a)细化后的国际音标图像；
图3(a)是原始国际音标图像，图3(b)是图3(a)细化后的国际音标图像；
图4(a)是原始国际音标图像，图4(b)是图4(a)细化后的国际音标图像；
图5(a)是原始国际音标图像，图5(b)是图5(a)细化后的国际音标图像；
图6(a)是原始国际音标图像，图6(b)是图6(a)细化后的国际音标图像；
图7(a)是原始国际音标图像，图7(b)是图7(a)细化后的国际音标图像。
Claims (6)
1.一种国际音标图像字符细化方法，其特征在于，包括以下步骤：
A对国际音标图像进行预处理，找出国际音标图像中的字符区域和背景区域；
B对所述的字符区域边缘进行识别并分类标记；
C对识别分类出的字符区域边缘进行判断并做细化处理；
所述的步骤C具体为：
C1找出字符区域边缘像素值为4的点并标记为0，即像素值置为0，即做删除操作；
C2找出字符区域边缘像素值为2的点，计算其3*3邻域像素的权值之和；
C3若步骤C2中的权值之和满足可去点条件，则将字符区域边缘像素值为2的点标记为0，即像素值置为0，否者标记为1，即像素值置为1；
其中，N为可去点的条件，N表示判断邻域权值之和满足可去点的取值集合，N＝[3 5 712 13 14 15 20 21 22 23 28 29 30 31 48 52 53 54 55 56 60 61 62 63 65 67 69 7177 79 80 81 83 84 85 86 87 88 89 91 92 93 94 95 97 99 101 103 109 111 112 113115 116 117 118 119 120 121 123 124 125 126 127 131 133 135 141 143 149 151157 159 181 183 189 191 192 193 195 197 199 205 207 208 209 211 212 213 214215 216 217 219 220 221 222 223 224 225 227 229 231 237 239 240 241 243 244245 246 247 248 249 251 252 253 254 255]，Wsum1为字符区域边缘像素值为2的点对应3*3邻域像素的权值之和；
C4找出字符区域边缘像素值为3的点，计算其3*3邻域像素的权值之和；
C5若步骤C4中的权值之和满足可去点条件，则将字符区域边缘像素值为3的点标记为0，即像素值置为0，否者标记为1，即像素值置为1；
其中，N为可去点的条件，Wsum2为字符区域边缘像素值为3的点对应3*3邻域像素的权值之和。
2.根据权利要求1所述的一种国际音标图像字符细化方法，其特征在于，所述的步骤A具体为：
A1对国际音标图像用8-邻域平均法进行平滑，去除图像中的噪声和毛刺；
A2用最大类间方差法计算出每个国际音标图像的阈值T，
T＝max{threshold(i),0≤i≤255} (1)
其中，{threshold(i)}为i从0到255遍历计算出来的类间方差集合；
A3按照式(2 )把国际音标图像中大于阈值T的像素点的像素值置为1，小于等于阈值T的像素点的像素值置为0，即字符区域为1，背景区域为0，
其中，g(x,y)为国际音标图像中点坐标(x,y)处的像素值。
3.根据权利要求2所述的一种国际音标图像字符细化方法，其特征在于，所述的步骤A1具体为：根据式(3)对国际音标图像进行平滑处理，
其中，N8为点坐标(x,y)的3*3的邻域，(i,j)表示在坐标(x,y)处3*3邻域内的一个像素点，f(i,j)表示像素点(i,j)的像素值。
4.根据权利要求1所述的一种国际音标图像字符细化方法，其特征在于，所述的步骤B具体为：
B1按照式(4)把字符区域边缘像素点标记为2，即像素值置为2，
其中，g(x,y)为国际音标图像中点坐标(x,y)处的像素值，k1为判断字符区域边缘的条件，k1为：像素值为1的像素点(x,y)的邻域上下左右的四个像素点值中至少有一个是0；
B2按照式(5)把字符区域边缘角点标记为3，即像素值置为3，
其中，k2是判断字符区域边缘角点的条件，k2为：像素值为1的像素点(x,y)的3*3邻域四个角点中任意一个角点的像素值是0，而且该角点在此3*3领域内紧邻的另两个像素点的像素值都不是0；
B3按照式(6)把字符区域边缘外角的角点标记为4，即像素值置为4，
其中，k3是判断字符区域边缘外角的条件，k3为：W1∈K3，W1为像素值为2的像素点(x,y)的3*3邻域像素的权值之和，k3＝[3 6 12 24 48 96 192 129 7 14 28 56 112 224 193131 15 30 60 120 240 225 195 135]。
5.根据权利要求1所述的一种国际音标图像字符细化方法，其特征在于，所述的步骤C2中，根据式(10)计算权值之和，
其中，Wsum1为字符区域边缘像素值为2的点对应3*3邻域像素的权值之和，N82为像素值为2的像素点(x,y)的3*3邻域，(i,j)为N82中的任意一个像素点，w(i,j)为像素点(i,j)的权值。
6.根据权利要求1所述的一种国际音标图像字符细化方法，其特征在于，所述的步骤C4中，根据式(11)计算权值之和，
其中，Wsum2为字符区域边缘像素值为3的点对应3*3邻域像素的权值之和，N83为像素值为3的像素点(x,y)的3*3邻域，(i,j)为N83中的任意一个像素点，w(i,j)为像素点(i,j)的权值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610250970.6A CN105894475B (zh) | 2016-04-21 | 2016-04-21 | 一种国际音标图像字符细化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610250970.6A CN105894475B (zh) | 2016-04-21 | 2016-04-21 | 一种国际音标图像字符细化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105894475A CN105894475A (zh) | 2016-08-24 |
| CN105894475B true CN105894475B (zh) | 2018-09-28 |
Family
ID=56704257
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610250970.6A Expired - Fee Related CN105894475B (zh) | 2016-04-21 | 2016-04-21 | 一种国际音标图像字符细化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105894475B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107909115B (zh) * | 2017-12-04 | 2022-02-15 | 上海师范大学 | 一种图像中文字幕生成方法 |
| CN113297893B (zh) * | 2021-02-05 | 2024-06-11 | 深圳高通半导体有限公司 | 笔画轮廓点集的提取方法 |
| CN114723749B (zh) * | 2022-06-06 | 2022-10-11 | 深圳市国人光速科技有限公司 | 提升喷印字符清晰度的图像处理方法、装置及喷印设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646201A (zh) * | 2011-02-21 | 2012-08-22 | 富士施乐株式会社 | 字符识别设备和字符识别方法 |
| CN103632163A (zh) * | 2013-11-15 | 2014-03-12 | 上海师范大学 | 基于特征匹配的国际音标字体识别方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102930277B (zh) * | 2012-09-19 | 2016-04-27 | 上海珍岛信息技术有限公司 | 一种基于识别反馈的字符图像验证码识别方法 |
| CN105336035B (zh) * | 2015-10-28 | 2019-02-01 | 深圳怡化电脑股份有限公司 | 一种脏污冠字号图像分类的方法与系统 |
-
2016
- 2016-04-21 CN CN201610250970.6A patent/CN105894475B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646201A (zh) * | 2011-02-21 | 2012-08-22 | 富士施乐株式会社 | 字符识别设备和字符识别方法 |
| CN103632163A (zh) * | 2013-11-15 | 2014-03-12 | 上海师范大学 | 基于特征匹配的国际音标字体识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105894475A (zh) | 2016-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106372648B (zh) | 基于多特征融合卷积神经网络的浮游生物图像分类方法 | |
| CN104809481B (zh) | 一种基于自适应色彩聚类的自然场景文本检测方法 | |
| CN107832767A (zh) | 集装箱箱号识别方法、装置及电子设备 | |
| CN109460735A (zh) | 基于图半监督学习的文档二值化处理方法、系统、装置 | |
| CN105894475B (zh) | 一种国际音标图像字符细化方法 | |
| CN102096821A (zh) | 基于复杂网络理论的强干扰环境下的车牌识别方法 | |
| CN109919002B (zh) | 黄色禁停线识别方法、装置、计算机设备及存储介质 | |
| CN107516316A (zh) | 一种在fcn中引入聚焦机制对静态人体图像进行分割的方法 | |
| CN108073931A (zh) | 一种复杂背景图像下去除非文字图形的方法 | |
| CN109086772A (zh) | 一种扭曲粘连字符图片验证码的识别方法及系统 | |
| Fang et al. | ID card identification system based on image recognition | |
| CN104252628A (zh) | 人脸图像标注方法和系统 | |
| Shahzad et al. | Enhanced watershed image processing segmentation | |
| CN105590112A (zh) | 一种图像识别中倾斜文字判断方法 | |
| CN107358244B (zh) | 一种快速局部不变特征提取与描述方法 | |
| CN114581928A (zh) | 一种表格识别方法及系统 | |
| CN114429577A (zh) | 一种基于高置信标注策略的旗帜检测方法及系统及设备 | |
| CN118172595A (zh) | 基于轻量化网络模型的服装品牌logo检测分类方法和系统 | |
| CN104268845A (zh) | 极值温差短波红外图像的自适应双局部增强方法 | |
| CN111612802B (zh) | 一种基于现有图像语义分割模型的再优化训练方法及应用 | |
| CN103093241B (zh) | 基于同质化处理的光学遥感图像非匀质云层判别方法 | |
| CN102855484A (zh) | 基于局部积分图像处理的目标检测方法、装置及系统 | |
| CN107316060A (zh) | 基于像素局部信息及非局部信息的模糊聚类图像分割方法 | |
| CN107146215A (zh) | 一种基于颜色直方图和凸包的显著性检测方法 | |
| CN106228553A (zh) | 高分辨率遥感图像阴影检测装置与方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180928 Termination date: 20210421 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |