基于MATLAB的图像处理字母识别

数字图像处理数字图像处理 报告名称 报告名称 字母识别字母识别 学学 院 院 信息工程与自动化学院信息工程与自动化学院 专专 业 业 物联网工程物联网工程 学学 号 号 201310410149 学生姓名 学生姓名 廖成武廖成武 指导教师 指导教师 王王 剑剑 日日 期 期 2015 年年 12 月月 28 日日 教 务 处 制 目录目录 字母识别字母识别 1 测试图像预处理及连通区域提取测试图像预处理及连通区域提取 2 样本库的建立采集样本库的建立采集 feature 3 选择算法输入测试图像进行测试选择算法输入测试图像进行测试 4 总结总结 字母识别字母识别 1 imgPreProcess 联通区域提取 目录下 联通区域提取 目录下 conn m 连通区域提取分割 在原图的基础上进行了膨胀 腐蚀 膨胀的操作使截取的图 连通区域提取分割 在原图的基础上进行了膨胀 腐蚀 膨胀的操作使截取的图 像更加接近字母 像更加接近字母 提取数字的边界 生成新的图 clear clc f imread 5 jpg f imadjust f 0 1 1 0 SE strel square 5 膨胀 腐蚀 膨胀膨胀 腐蚀 膨胀 A2 imdilate f SE SE strel disk 3 f imerode A2 SE SE strel square 3 f imdilate f SE gray level graythresh f f im2bw f gray level l n bwlabel f 8 8 连接的连接分量标注连接的连接分量标注 imshow f hold on for k 1 n 分割字符子句分割字符子句 r c find l k rbar mean r cbar mean c plot cbar rbar Marker o MarkerEdgeColor g MarkerFaceColor y MarkerSize 10 plot cbar rbar Marker MarkerEdgecolor w row max r min r col max c min c for i 1 row for j 1 col seg i j 1 end end con r min r 1 c min c 1 a b size con for i 1 a seg con i 1 con i 2 0 end imwrite seg strcat seg int2str k bmp seg zeros size seg clear seg end 截取后的图像 2 digitalRec 目录下进行样本库的的建立并采集目录下进行样本库的的建立并采集 feature 在对截取出来的图像进行识别之前要先输入样本并提取特征进入在对截取出来的图像进行识别之前要先输入样本并提取特征进入 templet mat 我自己通过我自己通过 WORLD 打出字母后截屏下来获得字母样本并各自命名打出字母后截屏下来获得字母样本并各自命名 jpg 放入放入 digitalRec 目录下用以建立样本库获取特征 目录下用以建立样本库获取特征 对每个字母都进行下面代码的的执行得到新的对每个字母都进行下面代码的的执行得到新的1x14 的的 pattern 得到各个字母得到各个字母 前前 9 个为数字个为数字 1 9 每个每个 cell 内的内的 feature 信息 因为样本有限在此每个字母只提取一次信息 因为样本有限在此每个字母只提取一次 feature 运行 digRec01 m clear all clc load templet A 被分成 5 5 25 个 cell 注意 A 的 size 长和宽都需被定义成 5 的倍数 因为后面要被 5 除 A imread a jpg A imresize A 25 25 将输入图像转化为将输入图像转化为 25 25 的尺寸的尺寸 figure 1 imshow A B zeros 1 25 初始化一个初始化一个 B 用于存放用于存放 25 个个 cell 的的 feature row col size A 得到图像的长宽得到图像的长宽 cellRow row 5 cellCol col 5 count 0 currentCell 1 for currentRow 0 4 遍历遍历 25 个个 cell 获取获取 feature for currentCol 0 4 for i 1 cellRow for j 1 cellCol if A currentRow cellRow i currentCol cellCol j 0 count count 1 end end end ratio count cellRow cellCol B 1 currentCell ratio 将将 feature 信息存入信息存入 B 中中 currentCell currentCell 1 count 0 end end pattern 11 num 1 每个字母只有一个样本每个字母只有一个样本 pattern 11 feature 1 B 将将 B 置入置入 pattern save templet pattern pattern pattern feature 3 digitalRec 目录下进行图像测试目录下进行图像测试 在将截取下来的图像放入 digitalRec 目录下 并改名为 bmp 作为测试输入图像 由于用到 imshow num2str class jpg 测试后只得到 编号 jpg 所以根据样本 库中的字母对应的数字编号新建图像命名为 10 14 jpg 用以输出识别出的图像 选取基于最小距离的数字识别选取基于最小距离的数字识别 neartemplet mneartemplet m function y neartemplet sample clc load templet pattern d 0 min inf 0 for i 1 14 遍历遍历 14 个样本进行个样本进行 feature 的测试的测试 for j 1 pattern i num d sqrt sum pattern i feature j sample 2 if min 1 d min 1 d min 2 i end min end end y min 2 运行运行 neartempletTest m 输入测试图像调用输入测试图像调用 neartempletneartemplet 函数函数 先将测试图像调整为先将测试图像调整为 25 2525 25 的图像 然后同建立样本库一样的方法取得测试图的图像 然后同建立样本库一样的方法取得测试图 像的像的 2525 个个 cellcell 的的 featurefeature 信息用于与样本库的信息用于与样本库的 featurefeature 作测试作测试 A imread a bmp 待测样本待测样本 A imresize A 25 25 调整大小调整大小 figure 1 subplot 121 imshow A title 待识别的数 B zeros 1 25 row col size A 获取测试图像特征获取测试图像特征 cellRow row 5 cellCol col 5 count 0 currentCell 1 for currentRow 0 4 for currentCol 0 4 for i 1 cellRow for j 1 cellCol if A currentRow cellRow i currentCol cellCol j 0 count count 1 end end end ratio count cellRow cellCol B 1 currentCell ratio currentCell currentCell 1 count 0 end end class neartemplet B 调用基于最小距离算法的测试函数得到调用基于最小距离算法的测试函数得到 class 为测试为测试 结结 果对应样本库的编号果对应样本库的编号 subplot 122 imshow num2str class jpg title 该数字被识别为 num2str class 将编号转化为字符串型将编号转化为字符串型 分别输入测试图像得到测试结果 分别输入测试图像得到测试结果 a h e 能通过能通过neartemplet识别出来识别出来 r t 识别不识别不 出来出来 bayesBinary m 算法可以识别算法可以识别 r h t 这两种算都没有识别出来应该是样本库里每个字母输入的样本只有一个造成的 这两种算都没有识别出来应该是样本库里每个字母输入的样本只有一个造成的 4 总结总结