图像数字字符定位

字符的准确定位是字符准确识别的一个重要前提。并且有些条件下光照太弱定位变得很困难。

下面是一个基于边缘检测和方向累积进行字符定位的Matlab程序。

clear;close all;

%横向和纵向梯度阈值

xth = 60;

yth =10;

%读入图像，灰度化后缩放

I = imread('D:\\4.bmp');

I = imadjust(I,[0.1 0.9]);

figure(1);

subplot(3,1,1);imshow(I);

title('OrgColorImg');

J=rgb2gray(I);

J = imresize(J,0.25);

OrgImg = J;

J = edge(J,'canny');

subplot(3,1,2);imshow(J);

title('Canny');

[M,N] = size(J);

X = zeros(1,M);

Y = zeros(1,N);

%求Canny图，X方向累积。

for i=1:M

X(i) = sum(J(i,:));

end

%二值化累积结果

for i=1:M;

if(X(i)>xth)

X(i) =1;

else

X(i) = 0;

end

end

%求X方向起始点和终点。

for i=1:M

if(X(i)==1)

x1 = i;

break;

end

end

for i=1:M

if(X(i)==1)

x2 = i;

end

end

%将X方向多余的去处掉，产生一张新的临时图，在对其进行Canny，求Y方向累积

Newtmp = zeros(x2-x1,N);

Newtmp  = OrgImg(x1:x2,1:N);

Newtmp = edge(Newtmp,'canny');

for j=1:N

Y(j) = sum(Newtmp(:,j));

end

for i=1:N;

if(Y(i)>yth)

Y(i) =1;

else

Y(i) = 0;

end

end

for i=1:N

if(Y(i)==1)

y1 = i;

break;

end

end

for i=1:N

if(Y(i)==1)

y2 = i;

end

end

figure(2);

subplot(2,1,1);plot(X);

title('X方向累积结果');

subplot(2,1,2);plot(Y);

title('Y方向累积结果');

%残生最后的结果图。

NewImg = zeros(x2-x1,y2-y1);

NewImg  = OrgImg(x1:x2,y1:y2);

figure(1);

subplot(3,1,3),imshow(NewImg);

title('Result');