商品包裝上的文字檢測(cè)和識(shí)別.pdf

1、自然場(chǎng)景下文字檢測(cè)與識(shí)別能極大的提高人們獲取外部信息效率，一直是圖像處理和模式識(shí)別的一個(gè)重要研究方向。由于自然場(chǎng)景文字大小、顏色、方向各不相同，使得文本定位和識(shí)別的精度都不高，能滿足日常生活需求的應(yīng)用并不多。本課題研究的內(nèi)容是對(duì)自然場(chǎng)景下拍攝的包裝圖片進(jìn)行文字識(shí)別，涉及到圖像預(yù)處理，復(fù)雜背景下文字檢測(cè)、分割和識(shí)別等方面內(nèi)容。
　　首先，了解國(guó)內(nèi)外關(guān)于文字檢測(cè)和識(shí)別的常用方法，分析并比較的了基于邊緣和區(qū)域檢測(cè)方法的優(yōu)缺點(diǎn)，選擇了具有

2、較高召回率和魯棒性的最穩(wěn)定極值(MSER)算法來(lái)檢測(cè)文字區(qū)域。并針對(duì)MSER算法在圖像對(duì)比度不高，文字邊緣不明顯等情況下檢測(cè)準(zhǔn)確率不好的問(wèn)題，引入自動(dòng)色階和反銳化掩模技術(shù)對(duì)圖像色彩分布進(jìn)行自動(dòng)調(diào)整，讓文字和背景對(duì)比度增大，從而提高 MSER算法在復(fù)雜環(huán)境下字符檢測(cè)率。
　　第二，對(duì)檢測(cè)出的文本行使用 Hough變換和投影法相結(jié)合的方法進(jìn)行傾斜校正，然后使用 OTSU二值化算法和白底和黑底背景的自動(dòng)判斷方法，完成候選區(qū)域文字和背景的