一种基于双向投影的文本图像字符分割方法

王莉丽+于印

摘要：针对目前主流文本图像字符分割方法面临的问题，考虑投影法及改进方法容易实现之优点，提出了一种行与列投影的文本图像字符分割新方法，以通过双向扫描分割字符。首先对文本图像进行行投影，接着，实施列投影操作，最后，根据投影谱图统计字符内、外间距，分割单个字符。試验表明，提出的方法能快速准确分割文本图像字符。

关键词：文本图像处理；字符分割；投影法

中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2017）05-0074-02

传统的数据主要以纸质文件为载体，但纸张文件存在不易保存、不易共享等缺点。随着信息化与数字化技术的飞速发展， 越来越多的文档以电子格式存储。电子文本具有空间占用小，易于保存等优点，受到了公众广泛的欢迎。为了充分利用以往的海量纸质版文档数据，对其数字化成为信息化建设领域亟待解决的主要问题之一。

文本图像字符分割是纸质文档数字化的关键问题之一。自上世纪 70 年代起，从图像中自动提取文字的技术研究逐渐开展，到了上世纪90 年代末，受益于多媒体技术日新月异发展，图像文字获取逐渐成为研究热点，许多学者在上述领域做了积极的研究与尝试，提出了诸多字符分割方法[1-6]。字符分割操作一般分为两个步骤，首先定位与检测图像主要信息区域，即文字区域，一般使用矩形框来标记，原图像被分离多个子图像。然后分别从子图像中提取像素（提取）。但这两个步骤没有严格的界限，某些算法在进行字符检测时同时字符提取的功能也得到实现，一些算法在不进行字符区域检测的情况下也能够直接实现提取。目前的字符分割算法有很多，大体来说，现有主要的字符分割方法可以被分为五类： 基于连通分析、基于灰度以及基于边缘的方法、基于纹理的方法、基于垂直投影的方法。目前字符分割方法面临的主要问题有：（1）分割效率较低；（2）对字符大小、语言特征要求高；（3）复杂背景适应性差。为此，本文提出了一种新的有效文字图像字符分割方法。

1 提出的分割方法

观察众多文本图像，发现文本图像一般内容规整，多数以行与列的形式存在。基于此观察，提出本文方法，其基本思想是：将文本图像进行行与列扫描投影，行投影分割出文本图像每行；而后进一步做列扫描与投影，得到对应的投影谱图，根据字符列间距完成字符分割。具体流程图与实施步骤见图1。

首先将输入待分割的图像，若为特殊图像，则需要将其转化为matlab所能识别的格式，如tif，bmp，jpg等；然后提取有效区域。对行与列上的像素值进行统计，继而求得行与列均值，进而统计像素值为0的行与列；再者，找到行/列的始末跳变点，以区分开字符区域及非字符区域，舍去上下及左右纯空白区域之后，获得出有效区域。

基于有效区域段落分割。采用行投影方法，标记出间隔区域；接着，分析行特征，将文本以行形式提取出来。基于文本均以段落的形式存在这一特征，根据段落内与外行间隔有差异特性，完成分段操作。

最后实施字符分割。首先对段内图像做行投影，分割出段内每行。接着，对行内字符进行列投影，标记出间隔区域。为解决字符内空隙、标点符号等对字符提取造成的偏差，需要后期处理步骤，具体为比较求得的列间距与平均列间距，将两者区分，实现单个字符分割。试验举例见图2。

2 结语

字符分割是文本图像信息化的关键问题之一。针对该问题，本文分析了文本图像以行列形式存在的特征，将该特性引入到传统的投影法中，提出了基于行与列双向扫描投影的文本图像字符分割新方法，通过实验验证了所提方法的有效性。实验结果表明，新方法字符分割效率高，运算速度快。

参考文献

[1]李文举，梁德群，王新年.质量退化的车牌字符分割方法.计算机辅助设计与图形学学报[J].2004，16（5）：697-700.

[2]王俊杰，黄心汉.一种对图像进行快速二值化处理的方[J]电子技术应用，1998，24（10）：16-17.

[3]M. Elad. Why simple shrinkage is till relevant for redundant representations. IEEE Transactions on Information Theory，2006，52（12）： 5559-5569.

[4]胡小峰，周勇，叶庆泰.复杂背景彩色图像中的文字分割[J].光学技术，2006，32（1）：141-147

[5]王勇，郑辉，胡德文.图像和视频中的文字获取技术[J].中国图象图报，2004，9（5）：532-538.

[6]Lia C L，Hui K C.Feature recognition by template matching.Computers and Graphics，2000（24）：569-582.endprint