資源簡介
21世紀隨著這些多媒體信息的飛速發展，目前在圖片背景內提取文字區域，是人們研究的對象。在圖像中實現文字區域的定位研究，不僅促進和豐富了圖像處理的相關理論和內涵，而且在諸如網絡等互聯環境下的大數據信息檢索、工業生產中的零件編號識別等領域，具有重大的應用前景。文字區域的定位一般分為兩個步驟：首先確定包含文字的大致區域，然后再對該區域進行精確的定位。本文對目前比較經典的文字區域方法進行了分析和研究，并且在此基礎上實現了一種圖像文字區域的定位方法，該方法融合了圖像的邊緣檢測方法和像素的統計特征。MATLAB仿真實驗表明該方法定位的文字區域比較準確，同時效率比較高，具有一定的應用價值。
代碼片段和文件信息
??
I=imread（‘12.jpg‘）;?
[yxz]=size（I）;
I_double=double（I）;
%轉灰度圖?
Gray_I=（I_double（::1）+I_double（::2）+I_double（::3））/3;
%%%%?邊緣點數量統計?與?S分量的紋理分割%%%%%%%%%
S=zeros（yx）;
BW=?edge（Gray_I‘canny‘0.2）;%邊緣檢測，對邊緣像素點作統計分析。
BW1=?edge（Gray_I‘sobel‘0.2）;
BW2=edge（Gray_I‘prewitt‘0.2）;
BW3=edge（Gray_I‘log‘0.2）;
figure（1）;
subplot（231）;imshow（I）;title（‘原圖‘）;
subplot（232）;
imshow（Gray_I[]）;title（‘灰度圖‘）;
subplot（233）;
imshow（BW）;title（‘canny算法提取邊緣‘）;
subplot（234）;
imshow（BW1）;title（‘sobel算法提取邊緣‘）;
subplot（235）;
imshow（BW2）;title（‘prewitt算法提取邊緣‘）;
subplot（236）;
imshow（BW3）;title（‘log算法提取邊緣‘）;
ES=0;??
???for?i=1:x
???????for?j=1:y
???????????if?（BW（ji）==1）???????????????
??????????????S（ji）=1-min（I_double（ji:））/Gray_I（ji）;
??????????????SR=round（S（ji ?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件?????885248??2017-03-03?14:41??10159錄像1.avi
-----------?---------??----------?-----??----
???????????????885248????????????????????1
- 上一篇：Abalone Dataset
- 下一篇：基于MATLAB的碼垛搬運機器人
評論
共有 條評論