手写体字符细化算法的研究

韩抒真　程杰　柳青

摘要：字符细化是手写体识别预处理中的关键技术，细化结果的好坏直接关系到识别率的高低。由于手写字符的多样性和随意性，目前没有统一的细化算法，因此细化算法的研究受到越来越多学者的关注。该文以非粘连字符作为研究对象，对基于模板的细化算法进行研究。采用FPA细化算法、SPTA细化算法、改进的Hilditch细化算法进行理论分析和编程实现，通过对比细化效果，分析了几种细化算法的优缺点。

关键词：手写体字符；细化；FPA算法；SPTA算法；Hilditch算法

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2015）09-0226-02

字符细化，即提取字符仅有一个像素宽度的字符骨架，因此也称为字符骨架化[1]。字符骨架化的过程是在保障像素间能够拓扑连接的前提下，对整幅图像的边缘像素进行连续擦除的处理，最终保留仅一个像素宽度组成的字符。

字符进行细化处理后能够消除字符图像中包含的冗余信息，避免不相关因素（如，手写字符的粗细）的干扰，减少计算机的运算量，进而使识别时间缩短。采用不同的字符细化算法提取到的字符骨架不同，会直接影响到在字符骨架的基础上提取的字符特征的好坏，最终对字符识别的正确率产生影响。因此，字符细化算法的研究显得尤为重要。

1 字符细化算法研究

1.1 FPA细化算法

针对经过二值化处理的手写字符图像中的任意一像素，选取周围的窗口做判断处理，如图1所示。FPA方法[2]的原理，将笔划的外围黑像素进行逐层的剥除，最终保留属于字符骨架的像素点。为了确保骨架提取的连续性，将每次处理又分解成两次子处理。

第一次子处理：从所选窗口区域的东南边界和西北角对满足式a）、b）、c）、d）的黑像素点进行剥除处理；

第二次子处理：从所选窗口区域的西北边界和东南角对满足式a）、b）、c'）、d'）的黑像素点进行剥除处理；

反复执行以上两次子处理，直到得到字符骨架为止。

a） 2≤B（P1）≤6；

b） A（P1）=1；

c） P2×P4×P6=0； c'） P2×P4×P8=0；

d） P4×P6×P8=0； d'） P2×P6×P8=0；

其中，A（P1）表示P2，P3，P4，P5，P6，P7，P8，P9，P2序列中出现01对的个数，B（P1）表示1在P1的周围八邻域窗口内出现的个数。公式a）用来限制字符骨架的端点不被剥离，公式b）保障字符骨架中间点的存留，如图2所示。公式c）、d）和公式c'）、d'）分别用来确保细化过程中只剥离东南边和西北角、西北边和东南角中不属于字符骨架的冗余点。

运用此算法对实验分割后的单个汉字进行细化，部分实验结果如下：图3为原图，图4为原图取反后的图，图5为实验得到的细化图。

1.2 SPTA细化算法

SPTA算法[3]同样选取

3）从P1开始，对像素点进行逐对判断，若前一点和后一点的值分别为0和1，则将Ti的值置为1，否则置为0，i的范围为1，2，…，8。若[i=18Ti=1]，则表示满足该条件，记为Z0（P0）=1。

4）P1×P3×P7=0即点P1，P3，P7中任意一个或者多个点的值为0，或者Z0（P1）≠1即以P1为基准点的8—邻域点的Z0计算结果值不等于1。

5）P1×P3×P5=0即P1，P3，P5中任意一个或者多个点的值为0，或者Z0（P3）≠1即以P3为基准点的8—邻域点的Z0计算结果值不等于1。

当关注P1和P3的Z0运算时，P1和P3的8—邻域像素点情况示意图分別如图11和图12所示。

明显得知，计算Z0时，需要计算Ti在上述条件c）中，其i的取值范围为[1，8]，但是，点P1、P3邻域点的下标与i的取值范围保持不同。

运用此算法对实验分割后的单个汉字进行细化，部分实验结果如下：图13为原图，图14为原图取反后的图，图15为细化后的结果。

2 算法结果分析

本文通过对60个样本的实验分析，从连续性、速度、骨架的保持、细化结果、像素特性、算法实现的难易度、以及细化效果方面对三个算法进行了比较分析，分析结果如表1所示。

3 结论

通过理论研究和实验分析，对三种算法提出了对比论证，FPA算法兼顾了连续性和四周噪声免疫，处理效果较好，容易实现。SPTA算法处理的结果是严格的单像素笔画，便于笔画跟踪提取，并且比较好地代表了笔画的中轴和保持了笔画的连续性，达到了细化的基本要求。对于Hilditch算法的改进，也是一种较好的模板法，细化后的图像没有改变原图像的主要特征，而且很好的排除了大量冗余信息的干扰。

虽然三个算法相对细化效果较好，但都存在一定问题，FPA算法难于排除撇、捺方向交叉笔画的畸变，且不是严格的单一像素。SPTA算法结果虽然是单一像素，但是速度比FPA稍慢，而且SPTA也难于克服45°交叉点畸变的问题。Hilditch算法虽然将转折位置的结构特征保留了下来，但个别多余信息冗余仍然存在，需对细节做进一步处理。

参考文献：

[1] 魏炜， 刘亚宁. 改进的脱机手写汉字细化算法[J]. 计算机系统及应用， 2011， 20（6）： 184-187.

[2] 张学东， 张仁秋， 关云虎， 等. 一种快速的手写体汉字细化算法[J]. 计算机应用与软件， 2009，26（11）： 17-19.

[3] 黄铁英， 姜昱明. 一种快速手写汉字细化算法[J]. 计算机工程， 2004， 30（19）： 121-128.

[4] 白莹. 手写汉字的细化算法研究[D]. 西安电子科技大学， 2014.

[5] 贾瑜， 饶建辉. 一种对文字图像细化的改进Hilditch算法研究[J]. 武汉工业学院学报， 2006（3）.