opencv4android开发记录(2):简单文字检测

       本文将和大家分享一种简单的文字检测算法，算法不复杂，所以就不是万能的，不能检测某些情况下的文字，至于为什么，读到下面自然知道。由于本文主要分享的是思路，具体的实现方法不做过多解释，如果文中提到的一些图像处理方法不懂的话自行学习，网上有很多解答，我这里未必能讲清楚，所以希望自行学习。本文最后会提供免费源码下载，供大家学习讨论，同时代码不一定完善，大家发现的话，希望提出宝贵意见，如有问题可留言讨论。

       (一) 检测思路

         本文方法主要针对网页截图或类似的图片文字提取。这类图片中的文字主要有两个特点:边缘信息较多和文字区域高度在一定范围(往往该范围之外的边缘信息较多的区域为图片)。本文方法主要通过这两个特点实现文字提取。思路大概是将边缘信息体现到像素值上，对像素值统计确定可能的文字区域，然后将图片区域剔除，剩下的区域就是文字区域了。 

       (二)方法步骤

       1、边缘信息体现到像素上

       提到边缘信息，自然就想到边缘提取算法，相信很多人都知道很多种方法了，这里就不多做解释。关键提取完边缘该怎么做才能用像素值体现出边缘信息呢？这里提供一种方法，先二值化边缘提取的图像，再通过膨胀腐蚀来完成。如果不清楚图像的膨胀腐蚀，请自行学习，此处不作讲解。之后得到一幅可以用非零像素体现边缘信息的图像。其实边缘提取之后的图像也可以体现，但是查看边缘提取的图片，很容易发现文字区域的非零像素值比较少，文字与文字之间分开，不利于后续处理，所以需要膨胀腐蚀。 

       2、提取可能的文字区域

      上面得到的图像中，文字区域呈现出大量非零像素，而文字区域一般是矩形，我们需要确定矩形的上下左右边界就能确定一个可能的文字区域了。对某一行的非零像素值统计，如果大于一个阈值就认为有文字，因为文字有丰富的边缘信息，步骤1将这一信息体现在非零像素值，所以此处统计非零像素值，这样就可以确定文字区域的上下边界。同理，在得出一个上下边界的区域之后，对该区域的纵向统计非零像素，得左右边界。用此方法就可以提取提取整个图像中文字的可能区域。注意，这里查找可能的区域是横向和纵向，如果文字是斜的，那么查找的区域与真实区域存在误差，后面去除图片区域的时候就有可能去掉这个区域，所以这个文字提取方法不能提取斜着的文字。

      3、去除图片区域

       通过以上介绍，可以知道去除图片区域是根据文字的高和宽在一定范围内实现。因此对上一步得到的所有区域计算其高度和，如果过大或过小就丢掉该区域，文字宽度可以占据整幅图片。所以此处一般不对文字区域宽度做最大限定，只是限定其最小值。

       好了，大概就这些了。总结一下，首先图像提取轮廓，膨胀腐蚀，然后通过统计非零像素得到可能的文字区域，再根据文字宽和高的限制筛选，剔除图像区域。看一下结果：

       这里再说一下，对大图像运算时，如果直接在UI线程运行的话界面会卡死，很不爽，因此我将运算部分放到async task里执行(不懂的同学可以自行学习)，然后加了一个进度条显示进度，并且图像的高度和宽度可以输入，界面丑了点，但是学习文字提取的方法是可以用了的。最后说一下自己学习该方法是在百度文库中的一篇文章中学到的，百度matlab检测文字应该可以找到，此处通过学习他的matlab，了解核心方法，用opencv4android实现。当然，还有很多种文字检测的方法，后续有时间会陆续更新，之后也会记录一些文字识别和人脸检测和识别等方法，希望感兴趣的同学可以一起学习交流，如有大牛能对本文方法存在的错误进行指正，我将感激不尽。

       附上相关程序下载地址:https://github.com/kmin0579/CharDetect.git