字符識別在圖像處理中是一種比較常見的技術(shù)。隨著技術(shù)的發(fā)展，常見的一些文字通常用圖片的格式來進(jìn)行存儲。當(dāng)需要使用到這些文字的時候，圖片上的文字不是很方便人們的使用，這個時候就要借助文字識別的手段，把需要的文字從圖片中提取出來。

本設(shè)計運用MATLAB/GUI 設(shè)計實現(xiàn)文字圖片識別系統(tǒng)，該系統(tǒng)包括GUI 界面設(shè)計，圖像預(yù)處理，文字的分割和識別。建立圖片文字模板，該文字識別系統(tǒng)可以實現(xiàn)圖片的讀取和保存、圖片的各種預(yù)處理操作，然后對文字進(jìn)行分割，最后對文字進(jìn)行識別，并在記事本中顯示識別結(jié)果。

1 文字圖片識別系統(tǒng)方案

文字圖片識別系統(tǒng)主要包括GUI 界面設(shè)計，圖像預(yù)處理，文字的分割與識別3 部分。

文字圖片識別系統(tǒng)的實現(xiàn)方案為：

1）首先根據(jù)系統(tǒng)的功能，確定GUI 界面需要的控件或菜單的種類和數(shù)量，后面通過編寫每個控件或菜單的回調(diào)函數(shù)，實現(xiàn)控件或菜單相應(yīng)的功能；

2）準(zhǔn)備幾種不同類型文字的圖片，以備進(jìn)行識別測試，首先進(jìn)行圖片預(yù)處理，包括對圖像大小的裁剪旋轉(zhuǎn)、圖像增強、圖像灰度化、圖像二值化等操作，為了后面的文字分割和識別做準(zhǔn)備，方便提取文字圖像的特征點；

3）研究字符分割算法，實現(xiàn)對文字圖片的分割和識別；

4）進(jìn)行系統(tǒng)各個模塊的運行調(diào)試，修改相關(guān)程序，完善設(shè)計系統(tǒng)。

2 文字圖片預(yù)處理

預(yù)處理比較重要的操作包括以下幾步：

首先對文字圖像進(jìn)行灰度化處理，將彩色圖像轉(zhuǎn)換成灰度圖像。其次去除圖像中的噪聲，對圖像進(jìn)行降噪，提高識別的準(zhǔn)確度，噪聲會導(dǎo)致圖像的質(zhì)量下降，影響圖像上的關(guān)鍵信息。接著對文字圖像二值化，將文字圖像轉(zhuǎn)換成只有黑色和白色兩種顏色的圖像。

2.1 圖像的輸入與裁剪

在MATLAB中，使用函數(shù)imread() 函數(shù)來讀取圖像，利用函數(shù)imshow() 顯示圖像。

當(dāng)系統(tǒng)讀入一張圖片，通常字符的周邊存在許多與文字沒有關(guān)系的其他信息，會對后續(xù)的處理帶來干擾，并且增大了程序的運算量，延緩了程序的運行速度。所以有時需要對圖像適當(dāng)進(jìn)行裁剪，去掉那些無用的干擾信息。

利用函數(shù)imcrop() 可以對圖像進(jìn)行剪切。還可以借助MATLAB 的算法，獲取鼠標(biāo)的一些操作來實現(xiàn)截圖的功能。

2.2 圖像灰度化處理

對文字圖像進(jìn)行灰度化處理，主要是為了提取圖像中的關(guān)鍵信息，過濾掉原來圖像中的色彩信息。彩色的圖像經(jīng)過灰度化處理后，就只剩下一個灰度值。把原本的三通道R、G、B色彩圖像轉(zhuǎn)變成為單通道的灰度圖像。

灰度化處理算法有分量法、最大值法平均值法和加權(quán)平均法。在MATLAB 中使用rgb2gray() 函數(shù)，對彩色圖像進(jìn)行灰度化處理。

2.3 圖像增強

圖像增強是用來降低圖像中的噪聲，使圖像顯示的更加清晰，為后續(xù)的處理做準(zhǔn)備。

依據(jù)圖像所在空間的不同，圖像增強的方式也就不同。一種是基于空間域的圖像增強，它分為灰度變換增強、直方圖增強和空間濾波等。另一種是頻域的圖像增強，常用的有低通濾波、高通濾波和中值濾波等。

經(jīng)過對幾種算法進(jìn)行測試對比，最后選擇使用中值濾波對圖像進(jìn)行降噪處理，然后再對濾波后的圖像進(jìn)行直方圖增強處理。經(jīng)過這樣的處理后，得到的圖像字符是比較清晰的。

在MATLAB 圖像工具箱中，采用imhist() 函數(shù)計算和顯示圖像的直方圖，用imadjust() 函數(shù)進(jìn)行對比度調(diào)整。

2.4 圖像二值化

圖像二值化的實現(xiàn)是選取一個合適的閾值thresh，把它作為分界點。當(dāng)像素點的像素值大于thresh 時，將其設(shè)置為白色，當(dāng)像素點的像素值小于閾值thresh 時，將其定為黑色。在MATLAB 工具箱中，函數(shù)graythresh()的功能就是獲取一定的閾值，然后依據(jù)獲得的閾值把圖像進(jìn)行二值化。函數(shù)graythresh() 獲取匹配的閾值的原理是最大類方差法。

將獲取到的閾值用到函數(shù)im2bw(t,thresh) 中，就可以把圖像二值化，得到一個黑白色的圖像。

3 文字分割和識別

把二值化后的文字圖像進(jìn)行字符分割，分割好后的字符會被寫入資料庫，生成待識別的字符模塊。字符識別時，讀取處理后的待識別字符和標(biāo)準(zhǔn)的文字字符模板，把這兩部分進(jìn)行匹配識別，輸出文字的識別結(jié)果。

3.1 字符分割

字符分割采用基于連通域分析的方法，對二值圖像上的文字進(jìn)行分割。連通區(qū)域的標(biāo)記算法種類是比較多的。在標(biāo)記過程中，某些算法只經(jīng)過一次的遍歷就可以標(biāo)記成功，也有的算法需要不止一次的圖像掃描才可以完成標(biāo)記。

本設(shè)計采用基于行程掃描的算法進(jìn)行連通域的標(biāo)記，處理對象是經(jīng)過處理后的二值圖像，作用是將圖像中感興趣的前景目標(biāo)和背景分離。圖像遍歷完畢之后，得到很多個團的起始坐標(biāo)、結(jié)束坐標(biāo)以及它們所在的行和標(biāo)號。同時，還得到一個等價對列表。

二值圖像中的文字部分是白色的，在矩陣?yán)锩嬗?表示，背景是黑色的，在矩陣?yán)镉? 表示。在遍歷圖像的進(jìn)程中，標(biāo)號從一開始計數(shù)，找到等價的序列并且賦值一個標(biāo)號給它們。找到等價對后，記錄它們的標(biāo)號，最后把每個團的標(biāo)號填入圖像當(dāng)中。

每一個字符信息都有自己的連通區(qū)域，字符是白色的，在矩陣中用1 表示。所以只需要找到像素值是1 的連通區(qū)域，然后標(biāo)注并提取出來。這樣就可以實現(xiàn)字符的分割處理。

3.2 文字識別

模板的匹配識別是利用小尺寸的字符圖像和模板中的圖像進(jìn)行比較，確定原圖像中是否存在和這個模板相同或者相似的區(qū)域。文字識別的效果與選取的模板是息息相關(guān)的。

數(shù)據(jù)庫里面的模板都是經(jīng)過一系列處理的，字符庫由26 個大小寫英文字母和0~9 十個數(shù)字組成。數(shù)據(jù)庫中的模板圖片的格式是高度42，寬度24。

在匹配識別的時候，首先將待識別圖片進(jìn)行尺寸變換，轉(zhuǎn)換成和模板圖片一樣的大小，利用imresize() 函數(shù)實現(xiàn)；然后利用函數(shù)corr2() 來計算兩張圖片的相似度。當(dāng)?shù)玫降慕Y(jié)果在1 的附近，表示兩者的匹配度是很高的，也就是相似的；當(dāng)獲取的結(jié)果接近0，表示二者的匹配度是很低的。

經(jīng)過對比，獲得1 個與分割字符相似度最高的字庫圖片，建立1 個文檔，把找到的模板圖片中的文字信息輸出在文檔中，即可實現(xiàn)文字的識別。

4 文字圖片識別系統(tǒng)的調(diào)試與分析

GUI 界面設(shè)計完成后，編寫對應(yīng)菜單控件的回調(diào)函數(shù)。然后運行這個系統(tǒng)，對要識別的圖片進(jìn)行文字識別測試。通過菜單可以實現(xiàn)圖片的讀取和保存，顯示圖片處理的各個中間過程，GUI 可視化界面及部分測試結(jié)果如圖1 和圖2。

圖1 文字識別測試一

圖2 文字識別測試二

從識別的結(jié)果來看，有時會發(fā)生識別錯誤，不過錯誤率是比較低的。

手寫的字符只要寫的很規(guī)范，系統(tǒng)能夠準(zhǔn)確地識別圖像中的文字。如果數(shù)據(jù)庫中每個字符有許多的模板字體，可以大大地提高文字的識別成功率。另外就是字母大小寫可能發(fā)生識別錯誤，發(fā)生大小寫混淆。

總體來說，文字圖片識別系統(tǒng)能夠識別大部分文字，個別的一些識別缺陷，將在以后的研究中繼續(xù)改進(jìn)。

參考文獻(xiàn)：

[1] 張紅霞,王燦,劉鑫,等.復(fù)雜背景圖像的字符識別算法研究[J].計算機測量與控制,2019,27(8):29-37.

[2] 劉思慧,江維.基于MATLAB手寫體數(shù)字識別程序設(shè)計[J].電子世界,2019(3):18-21.

[3] 李夢瑤.基于matlab的圖像增強處理技術(shù)[J].信息記錄材料,2020,21(3):19-26.

[4] 甘曉英,白陽,何曉棟,等.一種并行二值圖像連通域標(biāo)記算法[J].計算機與數(shù)字工程,2021,49(5):43-49.

（本文來源于《電子產(chǎn)品世界》雜志2023年4月期）