[发明专利]一种图片文字切割系统

说明书

本发明公开了一种图片文字切割系统，包括前处理模块、预处理模块、分块模块、分列(行)模块、分字模块、接口封装模块，其中：前处理模块用于定位图像中的非文字部分(即图片)，将其剔除；预处理模块用于图像灰度化，二值化，图像形态学变化，边缘检测；本发明的有益效果是：通过一系列的图像处理可以将图像中的文字按照位置格式分块，再将每一块分割成单列(行)文字，最后逐个分割出图片中的所有文字，最终得到图片中的每一个字和字所在的位置；通过降噪模块减少图片分析中的干扰因素，提高图片文字识别的效率；通过提取模块提高文字识别的准确率和效率。

技术领域

本发明属于图像处理技术领域，具体涉及一种图片文字切割系统。

背景技术

在传统文化思维中，图像与文字渊源深厚，从我国最早的象形文字便可窥见一斑。Python是一种跨平台的计算机程序设计语言，是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发；OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上，轻量级而且高效-由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法；NumPy(Numerical Python)是Python的一种开源的数值计算扩展，可用来存储和处理大型矩阵，比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

开发语言采用Python，利用opencv2视觉处理算法，NumPy的数值计算扩展，主要技术包含图像形态学变换(腐蚀、膨胀、开运算和闭运算)，canny边缘检测，霍夫变换，垂直投影法，轮廓检索，轮廓拟合，二值化；对于印刷体文献资源可以高识别率实现切割，对于损害或者腐蚀比较严重的文献资源，会产生切割误差。

为了最终得到图片中的每一个字和字所在的位置，为此我们提出一种图片文字切割系统。

发明内容

本发明的目的在于提供一种图片文字切割系统，最终得到图片中的每一个字和字所在的位置。

为实现上述目的，本发明提供如下技术方案：一种图片文字切割系统，包括前处理模块、预处理模块、分块模块、分列(行)模块、分字模块、接口封装模块，其中：

前处理模块用于定位图像中的非文字部分(即图片)，将其剔除；

预处理模块用于图像灰度化，二值化，图像形态学变化，边缘检测；

分块模块用于形态学腐蚀提取图像中的框线，根据框线提取文字块的轮廓，通过轮廓提取每个文字块；

分列(行)模块用于形态学膨胀让列(行)之间的分隔更明显，再通过垂直投影法提取列(行)分割点，根据分割点信息分割出每一列(行)元素；

分字模块用于使用垂直投影法对每列(行)之中的元素定位，按照定位点分割出每个字，对于分割出的字横向和纵向分别统计垂直投影，定位字的有效部分，剔除多余的空白部分；对提取出的字进行尺寸匹配，符合匹配结果的字输出为单个字图像，并定位其所在位置，不符合尺寸匹配的再进入一次垂直投影，提取出符合尺寸匹配的字；

接口封装模块用于将程序封装成API接口。

作为本发明的一种优选的技术方案，图片文字分割方法如下：

步骤一：通过一系列的图像处理将图像中的文字按照位置格式分块；

步骤二：再将每一块分割成单列(行)文字；