王莉麗+于印

摘要：針對目前主流文本圖像字符分割方法面臨的問題，考慮投影法及改進方法容易實現(xiàn)之優(yōu)點，提出了一種行與列投影的文本圖像字符分割新方法，以通過雙向掃描分割字符。首先對文本圖像進行行投影，接著，實施列投影操作，最后，根據(jù)投影譜圖統(tǒng)計字符內(nèi)、外間距，分割單個字符。試驗表明，提出的方法能快速準確分割文本圖像字符。

關鍵詞：文本圖像處理；字符分割；投影法

中圖分類號：TP391 文獻標識碼：A 文章編號：1007-9416（2017）05-0074-02

傳統(tǒng)的數(shù)據(jù)主要以紙質(zhì)文件為載體，但紙張文件存在不易保存、不易共享等缺點。隨著信息化與數(shù)字化技術的飛速發(fā)展， 越來越多的文檔以電子格式存儲。電子文本具有空間占用小，易于保存等優(yōu)點，受到了公眾廣泛的歡迎。為了充分利用以往的海量紙質(zhì)版文檔數(shù)據(jù)，對其數(shù)字化成為信息化建設領域亟待解決的主要問題之一。

文本圖像字符分割是紙質(zhì)文檔數(shù)字化的關鍵問題之一。自上世紀 70 年代起，從圖像中自動提取文字的技術研究逐漸開展，到了上世紀90 年代末，受益于多媒體技術日新月異發(fā)展，圖像文字獲取逐漸成為研究熱點，許多學者在上述領域做了積極的研究與嘗試，提出了諸多字符分割方法[1-6]。字符分割操作一般分為兩個步驟，首先定位與檢測圖像主要信息區(qū)域，即文字區(qū)域，一般使用矩形框來標記，原圖像被分離多個子圖像。然后分別從子圖像中提取像素（提?。?。但這兩個步驟沒有嚴格的界限，某些算法在進行字符檢測時同時字符提取的功能也得到實現(xiàn)，一些算法在不進行字符區(qū)域檢測的情況下也能夠直接實現(xiàn)提取。目前的字符分割算法有很多，大體來說，現(xiàn)有主要的字符分割方法可以被分為五類： 基于連通分析、基于灰度以及基于邊緣的方法、基于紋理的方法、基于垂直投影的方法。目前字符分割方法面臨的主要問題有：（1）分割效率較低；（2）對字符大小、語言特征要求高；（3）復雜背景適應性差。為此，本文提出了一種新的有效文字圖像字符分割方法。

1 提出的分割方法

觀察眾多文本圖像，發(fā)現(xiàn)文本圖像一般內(nèi)容規(guī)整，多數(shù)以行與列的形式存在?；诖擞^察，提出本文方法，其基本思想是：將文本圖像進行行與列掃描投影，行投影分割出文本圖像每行；而后進一步做列掃描與投影，得到對應的投影譜圖，根據(jù)字符列間距完成字符分割。具體流程圖與實施步驟見圖1。

首先將輸入待分割的圖像，若為特殊圖像，則需要將其轉(zhuǎn)化為matlab所能識別的格式，如tif，bmp，jpg等；然后提取有效區(qū)域。對行與列上的像素值進行統(tǒng)計，繼而求得行與列均值，進而統(tǒng)計像素值為0的行與列；再者，找到行/列的始末跳變點，以區(qū)分開字符區(qū)域及非字符區(qū)域，舍去上下及左右純空白區(qū)域之后，獲得出有效區(qū)域。

基于有效區(qū)域段落分割。采用行投影方法，標記出間隔區(qū)域；接著，分析行特征，將文本以行形式提取出來?；谖谋揪远温涞男问酱嬖谶@一特征，根據(jù)段落內(nèi)與外行間隔有差異特性，完成分段操作。

最后實施字符分割。首先對段內(nèi)圖像做行投影，分割出段內(nèi)每行。接著，對行內(nèi)字符進行列投影，標記出間隔區(qū)域。為解決字符內(nèi)空隙、標點符號等對字符提取造成的偏差，需要后期處理步驟，具體為比較求得的列間距與平均列間距，將兩者區(qū)分，實現(xiàn)單個字符分割。試驗舉例見圖2。

2 結(jié)語

字符分割是文本圖像信息化的關鍵問題之一。針對該問題，本文分析了文本圖像以行列形式存在的特征，將該特性引入到傳統(tǒng)的投影法中，提出了基于行與列雙向掃描投影的文本圖像字符分割新方法，通過實驗驗證了所提方法的有效性。實驗結(jié)果表明，新方法字符分割效率高，運算速度快。

參考文獻

[1]李文舉，梁德群，王新年.質(zhì)量退化的車牌字符分割方法.計算機輔助設計與圖形學學報[J].2004，16（5）：697-700.

[2]王俊杰，黃心漢.一種對圖像進行快速二值化處理的方[J]電子技術應用，1998，24（10）：16-17.

[3]M. Elad. Why simple shrinkage is till relevant for redundant representations. IEEE Transactions on Information Theory，2006，52（12）： 5559-5569.

[4]胡小峰，周勇，葉慶泰.復雜背景彩色圖像中的文字分割[J].光學技術，2006，32（1）：141-147

[5]王勇，鄭輝，胡德文.圖像和視頻中的文字獲取技術[J].中國圖象圖報，2004，9（5）：532-538.

[6]Lia C L，Hui K C.Feature recognition by template matching.Computers and Graphics，2000（24）：569-582.endprint