??一、對于復雜背景中的文本提取

?我測試用的簡單的單行文本，如果非文本區(qū)多對二值化影響大，首先進行提取文本行，再對提取的文本行進行二值化。

實例圖片：

圖片中的文字區(qū)域從此視頻幀中提取：

1、切取圖片中的行

????? 提取邊緣信息，邊緣圖像進行水平投影，將每一行中的像素值相加，得到一個每行邊緣信息的數組，

求數組的波谷，兩個波谷直接的區(qū)間就為文本行。

???? 求取波谷，我也沒想到什么好的算法，因為數組是有波動的，只提取極小值也不對，會提取到特別多個波谷。

?下一步想平滑后求極小值。

目前切行后為：

?

2、對文本行歸一化到一定的高

????? 按原來的寬高比對圖片進行縮放，縮放到高為80個像素點（看論文里的經驗值），便于文本的識別。

?

float ratioWH = (float)(image->width)/image->height;CvSize cv;cv.height = 80;//將文字行比例轉換為高80cv.width = 80*ratioWH;IplImage *norImage = cvCreateImage(cv,8,1);cvResize(image,norImage);

3、對歸一化的文本行進行二值化

????? 提取歸一化文本行的邊緣信息，因為文本現在占圖像的主體，邊緣點的特征跟文本的特征比較相似（對于漸變文本，邊緣和

填充不一致的也沒有考慮，只考慮簡單的文本顏色比較單調的），根據邊緣點的位置在歸一化圖上提取相應點的顏色特征，

在這里我又加了連通域分析，不過感覺沒有什么改變。

IplImage *cannyImage = cvCreateImage(cvGetSize(norImage),8,1);cvCanny(norImage,cannyImage,50,150);CvMemStorage *pStor = cvCreateMemStorage(0);///創(chuàng)建目標輪廓存儲空間;CvSeq *pCont = NULL;///無需釋放內存cvFindContours(cannyImage, pStor, &pCont,sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);//獲取二值圖像輪廓信息cvDrawContours(cannyImage,pCont,cvScalarAll(255),cvScalarAll(255),0,CV_FILLED,8, cvPoint(0, 0));int sum = 0;int num = 0;for(int i=0;i<norImage->height;i++){for(int j=0;j<norImage->width;j++){uchar data = *(cannyImage->imageData+i*cannyImage->widthStep+j);if(data!=0){uchar data2 = *(norImage->imageData+i*norImage->widthStep+j);sum += data2;num++;}}}//二值化float average =(float)(sum)/num;for(int i=0;i<norImage->height;i++){for(int j=0;j<norImage->width;j++){if((uchar)*(norImage->imageData+i*norImage->widthStep+j)>average){*(norImage->imageData+i*norImage->widthStep+j) = 255;}else{*(norImage->imageData+i*norImage->widthStep+j) = 0;}}}

二值化后圖片：

?

背景還是有沒有去掉的，根據上視頻幀是曝光的原因，考慮均衡一下。

4、然后用二值化的圖片再用tesseract識別。

http://blog.csdn.net/kuaile123/article/details/9302949

總結

以上是生活随笔為你收集整理的tesseract识别图片中文字（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。