[发明专利]用于图像文字识别的字符切分方法

说明书

技术领域

本发明图像识别领域，特别涉及用于图像文字识别的字符切分方法。

背景技术

随着社会的发展和科技的进步，人类创造的知识正以指数级的数量增加，在电子书籍出现之前，大部分的知识是以图书的方式进行传承，中华上下五千年，产生了大量优秀书籍，这些书籍在历史的长河中，或多或少都遭到了不同程度的损坏，因此对这些书籍进行数字化存储迫在眉睫；在图书管理领域，书籍内容的快速搜索对于快速定位书籍很有帮助，而由于书籍数量太多，加上早期印刷的图书没有作者的电子文稿，因此纸质书籍的电子化很有必要。

光学字符识别软件就是处理这种纸质图书到电子文档转化的利器，其主要利用大量的字符样本，经过复杂网络的学习，生成相应的模型文件，从而达到识别图片中字符的目的。

光学字符识别软件主要功能是识别拍摄、扫描图片中的字符，现有技术中在进行图像中文字的识别时，首先需要将图像中的字符串切分开，形成包含单个文字的小图片，然后使用一定的方法对切分后的文字进行识别。而进行文字切分最常用的方法为投影法，即是将图像文字二值化处理后，通过垂直投影法找到两个文字之间的分界线，根据分界线将文字切分开来。然而当图像中的文字之间具有粘连，且图像中包含左右结构的汉字时，简单的投影方法就很难实现较好的切分效果；正是因为这个原因使得切分一直是OCR识别的难点，切分的质量将直接影响到文字的识别效果。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供用于图像文字识别的字符切分方法，使用投影法确定初始切分位置进行切分，对经过切分后的子图片进行判断和再次切分和合并，切分点的确定在字符图片列投影幅值的基础上引入修正值，使得切分点的判断更加合理准确，本发明方法对粘连的汉字具有很好的切分效果。

为了实现上述发明目的，本发明提供了以下技术方案：用于图像文字识别的字符切分方法，包含以下实现过程：使用投影法找出文字字符图片的初始切分位置，根据初始切分位置将待识别图像片切分成初始子图片序列；

对于切分后宽度L＞M*行高h的子图片进行再次切分，切分位置根据以下公式进行确定：

f(x)＝g(x)t(x)

式中f(x)为幅值，x为列投影点在行方向上的坐标，h为当前字符的行高，g(x)为修正值，t(x)为行投影值，当幅值最小时，即为两个字符之间的切割点。

具体的：本用于图像文字识别的字符切分方法包含以下实现步骤：

(1)使用投影法待识别图像文字进行切分，切分成子图片序列；将其中的数字、字母和标点符号标记出来；

(2)对未标记的子图片进行判断：是否满足L≤M*h，L为子图片字符投影的宽度，M为系数，h为行高；

对于不满足条件的子图片进行切分，切分位置根据以下公式进行确定：

f(x)＝g(x)t(x)

重复执行步骤(2)，直到序列中未标记的子图片均满足条件：L≤M*h；

(3)对于序列中数字、字母和标点字图片以外的相邻两子图片的总宽度进行判断：是否满足L_合≤M*h；

如果满足，依序对满足条件的相邻子图片进行合并；

重复执行步骤(3)直到除数字、字母和标点以外的相邻子图片总宽度均不满足L_合≤M*h；

(4)对序列中未标记的子图片进行判断：如果序列中存在三个相邻的子图片，且三个子图片满足：第一子图片和第三子图片的宽度L≤0.5h，且中间子图片的宽度L≥h，则将中间子图片根据公式：

f(x)＝g(x)t(x)

所确定的切分点进行切分；根据确定的切分点，将中间子图片切分成第一中间子图片和第二中间子图片；

将第一子图片和第一中间子图片合并；

将第二中间子图片和第三子图片合并。

进一步的，0.95≤M≤1.3。

作为一种优选：M＝1.2。

作为一种优选，

所述步骤(1)中使用以下规则来判断所切分出的子图片是否属于数字、字母和标点

A：子图片满足：L≤0.4h；

B：子图片的像素高宽比大于1.2。