一种图片文字分割的方法技术

本发明专利技术提供了一种图片文字分割的方法，用于把图片文字检测的结果由文字区域图片转换成可以被ＯＣＲ软件识别的二值图片，包括以下步骤：（一）对文字区域图片进行颜色分量选择；在所选择的颜色分量上，文字最为清晰；（二）在步骤（一）选取的颜色分量上，对文字区域图片进行二值化；（三）对步骤（二）得到的二值图片进行去噪。本发明专利技术能自适应地选取有利于二值化的颜色分量，从而取得更好的二值化效果；同时利用基于颜色的聚类方法去除噪声，能够得到更为清晰，噪声较少的二值文字图片，从而得到更好的图片文字识别结果。

【技术实现步骤摘要】

本专利技术属于图像处理和检索
，具体涉及一种图片文字分割 的方法。
技术介绍
随着互联网技术和多媒体技术的快速发展，互联网上的图片内容呈 现爆炸性增长趋势，如何在这海量的图片内容中快速检索到想要的图 片，成为了一个急需解决的关键问题。现有的方法主要基于图片对应网 页中的文字描述信息，而没有深入到图片内容的分析中去。这种方法存在以下缺点(1 )如何在网页中找到能够准确描述图片内容的文字信息 本身就是一件很困难的事情；(2)大量的图片没有对应的网页信息。另 一方面，大量的图片含有文字信息，这些文字信息一般能准确描述图片 的内容，如果能识别这些文字，用这些文字信息对图片进行索引和检索， 必将大大推动互联网图片搜索技术的发展。因此，图片文字冲企测和识别 技术具有十分重要的研究和应用价值。要对图片中的文字进行识别，先得把图片中的文字从背景中分割出 来，转换成可供OCR软件识别的二值图片。图片文字分割方法主要包括 两个部分二值化和去噪。现有方法主要采用了基于阈值的二值化方法， 这种方法选择在彩色图片的固定颜色分量上进行二值化操作，但并不合 理，因为对于某些颜色的文字图片来说，其它的颜色分量更适合于二值 化，如果能够自适应地选择对二值化较好的颜色分量，将会有利于二值 图片的生成；另外，现有的噪声去除方法主要利用了连通分量的几何特 征和灰度值特征，然而，当噪声的这些特征和文字笔画都相似的时候， 这种方法就失效了。另一方面，图片中含有丰富的彩色信息，文字笔画 和噪声的颜色一般具有差异，通过对连通分量颜色特征的分析，可以有 效地去除噪声。2005年在IEEE Transactions on Circuits and Systems for Video Technology上发表的文献"A comprehensive method for multilingual video text detection, localization, and extraction"(作者是Michael R. Lyu, Jiqiang Song, Min Cai,页石马是243-254 )，才是出了 。该文献首先利用边缘检测算子求得视频图像的边缘图，然后用分析 边缘投影图的波峰和波谷的方法来找到可能的文字区域。基于文字区域 检测的结果，在固定的颜色分量上对文字区域图片进行二值化，并且利 用连通分量的几何特征去除噪声。该方法对于背景复杂、文字对比度较 弱的文字区域，分割得到的二值图片效果较差，含有较多噪声，因此适应 面并不广，文字分割的效果还需要提高。
技术实现思路
针对现有技术的不足，本专利技术提出了，用 于把图片文字检测的结果由文字区域图片转换为可以供OCR软件识别的 二值图片。该方法充分利用了图片中的彩色信息进行二值化和噪声去 除，相比现有方法，可以获得更为清晰，噪声更少的二值文字图片，从 而有利于用OCR软件进行识别。为达到以上目的，本专利技术的技术方案如下，用于把图片文字检测的结果由文字区域 图片转换成可以被OCR软件识别的二值图片，包括以下步骤(1)对文字区域图片进行颜色分量选择；在所选择的颜色分量上， 文字最为清晰；(2 )在步骤(1)选取的颜色分量上，对文字区域图片进行二值化， 得到二值图片；(3 )对步骤(2 )得到的二值图片进行去噪。进一步，上述的，所述步骤(l)与步骤 (2)之间增加如下步骤对图片中文字灰度值的深浅进行判断，如果 是浅色的文字，则反转文字区域图片的灰度值，否则灰度值不变。这样 保证了在进行二值化之前，图片中的文字总是深色的，灰度值较小，有 利于对图片进行统一的处理。判断文字灰度值深浅的方法为用(9&w方 法把文字区域图片二值化，然后找出白色和黑色的4连通分量，去除外 接矩形宽高都极小的连通分量，最后统计出白色连通分量个数Com^,e 和黑色连通分量个数C師^ ，如果Com,^ > Co w ，则判断文字是浅 色的，反之是深色的。进一步，上述的，所述步骤(l)中对文字区域图片进行颜色分量选择的具体方法是如公式一所示，分别求得 文字区域图片在！T/r各个颜色分量上的对比度Cy 、 Q和CV, C。为它 们中的最大值，ae{r，t/，r}，则选择在R/K颜色空间中的a分量上进行二值化。cy、 q,和c;的值由公式二求得，分别为边缘强度图^， & 和^的中央部分的边缘强度累加值，cv、 Q和c;代表了文字区域图片在7C/r各个颜色分量上的对比度；^、 ^和^,是文字区域图片分别在 7f/r各个颜色分量上的边缘强度图，w和/z分别为文字区域图片的宽和 高。公式一<formula>formula see original document page 7</formula>公式二<formula>formula see original document page 7</formula>当然，关于颜色分量的选择，还可以有其他的方法。譬如，2005 年发表在 International Conference on Document Analysis and Recognition上的文南犬"Segmentation and Recognit ion of Characters in Scene Images Using Selective Binarization in Color Space and GAT Correlation"(作者是Minoru Yokobayashi 和Toru Wakahara ) 中公开了一种使得所选择的颜色分量上文字最为清晰的直方图方法，这 种方法首先求得图片在各个颜色分量上的直方图，然后比较各个直方图 中灰度值的分布情况，选择在直方图中灰度值分布最广的颜色分量上进 行二值化。进一步，上述的，所述步骤(2)中，文 字区域图片被二值化成前景和背景，前景用黑色表示，背景用白色表示， 前景中包含了文字的笔画和噪声。二值化的具体方法为对于图片中的 每一个像素x,求得一个局部阈值7;(x)，如果这个像素的灰度值小于 7;(x)的话，这个像素被二值化成前景，否则是背景。对于每个像素:c， 我们用下面的方法计算局部阈值7;(x):如公式三所示，7;(x)的值从一 个以像素x为中心，大小为K力的窗口『,中统计得到，A0c)是K中像 素的平均灰度值， (x)是^中像素灰度值的标准方差，A是一个常数。窗口大小K力由公式四计算得到，公式四中，7;是一个常数，K力为像 素灰度值的标准方差大于？；的最小窗口的大小。公式三<formula>formula see original document page 8</formula>进一步，上述的，所述步骤(3)中处理 的对象是步骤(2)中得到的二值图片。二值图片中的黑色像素表示前 景，白色像素表示背景，黑色像素组成的连通分量包括了文字的笔画和 噪声。在本步骤中对二值图片进行处理，采用连通分量分析方法，灰度 一致性分析方法和基于颜色的聚类方法中的 一种或多种，去除二值图片 中被认定为噪声的连通分量。进一步，上述的，所述步骤(3)中用连 通分量分析来去除噪声的方法本文档来自技高网...

【技术保护点】
一种图片文字分割的方法，用于把图片文字检测的结果由文字区域图片转换成可以被ＯＣＲ软件识别的二值图片，其特征在于，包括以下步骤：（１）对文字区域图片进行颜色分量选择，在所选择的颜色分量上，文字最为清晰；（２）在步骤（１）选取的颜色分量上，对文字区域图片进行二值化，得到二值图片；（３）对步骤（２）得到的二值图片进行去噪。

【技术特征摘要】

【专利技术属性】
技术研发人员：易剑，彭宇新，肖建国，
申请(专利权)人：北京大学，
类型：发明
国别省市：11[中国|北京]