圖片中文字的智能識別
最近幾年，圖片中的文字識別應用越來越廣泛，例如有道詞典的拍照查單詞，掃描全能王圖片轉文字文檔等等。
那麼這些圖片文字到底是怎麼被識別的呢？本文詳細解釋了從一張圖片中識別文字的全過程，同時給出了Matlab具體的代碼實現。
文字識別過程：
此部分內容適合沒有任何數字圖像處理和編程經驗的小白，請放心食用( ╯▽╰)。
首先，我們知道一張數字圖像是由無數個像素點組成，如果是彩色圖像的話，每個像素點就會有RGB三個數值，這樣一張圖片就可以由一個三維矩陣表示；如果是灰度圖像，那麼每個像素點則有一個灰度值（亮度，取值一般為0~255），所以一張黑白的圖像可以用一個二維矩陣表示。
圖1 物理圖像到數字圖像的映射
對圖像的處理與識別就是對存儲其信息的二維矩陣進行各種操作。
下面是一張從數字圖像中識別文字的流程圖:
圖2 文字識別流程圖
主要步驟：
此部分需要一定的Matlab和工程數字圖像處理的基礎，非戰鬥人員請撤離( ‵▽′)ψ
- 在Matlab中調用I1=imread(廣告牌.jpg)，將要處理的圖片以二維矩陣形式存儲在I1當中，可以得到原始圖像，如圖3所示。
圖3 原始圖像
2. 調用I1=medfilt2(I1)對原始圖像進行中值濾波，中值濾波可以消除圖片中的雜訊，是空域內的非線性濾波。
圖4 中值濾波
3. 調用I2=edge(I1,roberts,0.25,both)，邊緣檢測演算法，強度小於閾值0.25的邊緣被省略掉,both為兩個方向檢測。
圖5 邊緣檢測
4. 調用I3=imerode(I2,se)（其中se=[1;1;1]是結構元素對象）對邊緣檢測後的圖像進行腐蝕。
圖6 腐蝕後的圖像
5. 調用I4=imclose(I3,se)（其中se=strel(rectangle,[20,20])是25X25的矩形）對圖像進行平滑處理。
圖7 平滑圖像
6. 調用I5=bwareaopen(I4,1000)，從二進位圖像中移除所有少於1000像素的連接對象，消失的是連續的白色像素數量少於1000的字元。
圖8 移除小方塊後的圖像
7. 根據圖8得到文字所對應區域，再用得到的區域對原圖進行裁剪，此部分代碼較為複雜，就不po上來啦！
圖9 裁剪後的圖像
8. 對裁剪後的圖像重複上述過程，並對單個的字進行切割。
圖10 單個字的分割
9. 將分割好的漢字與字模資料庫做比對，輸出結果。
圖11 輸出的結果
程序原碼：
以上只是敘述了文字識別的主要步驟，需要深入學習的童鞋可以參考程序源碼：
鏈接：提取碼：osa7
https://pan.baidu.com/s/1whNlLHOUnfsiH-iUdmNEpg同時附上我航老師推薦使用的參考書《數字圖像處理（matlab）》岡薩雷斯著：
鏈接：提取碼：5j6o
https://pan.baidu.com/s/17LvTsBdQuf-OHz1Ce5vqlQ結束語：
好啦，關於文字識別的內容就和大家叨到這裡，有什麼不明白的可以在下方評論或者私聊我，很樂意為您解答，如果文章中有錯誤，也歡迎批評和指正。
推薦閱讀：
