[发明专利]自适应字符切分及提取方法

权利要求书

1.自适应字符切分及提取方法，其特征在于，首先，将读入的图像进行倾斜矫正；然后，从中定位出表格左上角的坐标(x₀,y₀)，并以此设置矩形框裁剪出图像；最后，进行单个字符的切分及提取。

2.如权利要求1所述的自适应字符切分及提取方法，其特征在于，单个字符的切分及提取方法为：首先，用简单统计法将灰度位图二值化，并对二值位图进行边缘噪声清理和消除孤立点，然后，追踪上下轮廓特征，分析空白间隔切除不需要的部分，对保留下来的部分搜索极值点，进而取特征点处切分。

3.如权利要求2所述的自适应字符切分及提取方法，其特征在于，具体步骤如下：

步骤1：读入原始图像，裁剪并归一化左上角位图；

步骤2：用最大类间方差算法二值化该灰度图，进行霍夫变换,定位出表格左上角坐标(x₀,y₀)及倾斜角度angle；

步骤3：若angle不为0⁰，旋转angle角度；

步骤4：以(x₀,y₀)为矩形左下角，裁剪出目标所在区域位图记为image₀；

步骤5：用简单统计法二值化image₀记为I₁，再消除孤立噪声点，并进行边缘清理；

步骤6：在I₁中用扫描像素的方法定位字符的上下轮廓特征，得到其间隔的离散值span(1,I₁_x)，有

span(1,i)＝U(1,i)-D(1,i)

其中，I₁_x为I₁的宽，i初始化为0，上限为I₁_x-1，移动步长为1，U(1,I₁_x)、D(1,I₁_x)分别记录上下轮廓的纵坐标点；自左向右分析span(1,i)空白间隔处缩小目标所在区域范围,基于灰度位图image₀再次切割记为image₁；

步骤7：搜索span(1,i)极值点，依据字符粘连处平均高度d从中选取切分点，基于image₁裁剪出字符碎片，用最大类间方差算法二值化；

步骤8：对字符碎片做轮廓临界点裁剪，二次切分自适应提取有效字符片位图。

4.如权利要求1所述的自适应字符切分及提取方法，其特征在于，单个字符的切分及提取方法为，用最大类间方差算法二值化后直接进行垂直方向投影，在无像素累积点处切分，生成日期碎片。

5.如权利要求4所述的自适应字符切分及提取方法，其特征在于，具体步骤如下：

步骤1：读入原始图像，裁剪并归一化左上角位图；

步骤2：用最大类间方差算法二值化该灰度图，进行霍夫变换,定位出表格左上角坐标(x₀,y₀)及倾斜角度angle；

步骤3：若angle不为0⁰，旋转angle角度；

步骤4：以(x₀,y₀)为矩形左下角，裁剪出目标所在区域位图记为image₀；

步骤5：最大类间方差法二值化image₀，再消除孤立噪声点，并进行边缘清理；

步骤6：垂直投影空白处切分字符串，生成字符碎片；

步骤7：对字符碎片做轮廓临界点裁剪，二次切分自适应提取有效字符片位图。