基于matlab图像处理的文字区域检测实现

21世纪随着这些多媒体信息的飞速发展，目前在图片背景内提取文字区域，是人们研究的对象。在图像中实现文字区域的定位研究，不仅促进和丰富了图像处理的相关理论和内涵，而且在诸如网络等互联环境下的大数据信息检索、工业生产中的零件编号识别等领域，具有重大的应用前景。文字区域的定位一般分为两个步骤：首先确定包含文字的大致区域，然后再对该区域进行精确的定位。本文对目前比较经典的文字区域方法进行了分析和研究，并且在此基础上实现了一种图像文字区域的定位方法，该方法融合了图像的边缘检测方法和像素的统计特征。MATLAB仿真实验表明该方法定位的文字区域比较准确，同时效率比较高，具有一定的应用价值。

  
I=imread（‘12.jpg‘）; 

[yxz]=size（I）;
I_double=double（I）;
%转灰度图 
Gray_I=（I_double（::1）+I_double（::2）+I_double（::3））/3;

%%%% 边缘点数量统计 与 S分量的纹理分割%%%%%%%%%
S=zeros（yx）;

BW= edge（Gray_I‘canny‘0.2）;%边缘检测，对边缘像素点作统计分析。
BW1= edge（Gray_I‘sobel‘0.2）;
BW2=edge（Gray_I‘prewitt‘0.2）;
BW3=edge（Gray_I‘log‘0.2）;
figure（1）;
subplot（231）;imshow（I）;title（‘原图‘）;
subplot（232）;
imshow（Gray_I[]）;title（‘灰度图‘）;
subplot（233）;
imshow（BW）;title（‘canny算法提取边缘‘）;
subplot（234）;
imshow（BW1）;title（‘sobel算法提取边缘‘）;
subplot（235）;
imshow（BW2）;title（‘prewitt算法提取边缘‘）;
subplot（236）;
imshow（BW3）;title（‘log算法提取边缘‘）;

ES=0;  
   for i=1:x
       for j=1:y
           if （BW（ji）==1）               
              S（ji）=1-min（I_double（ji:））/Gray_I（ji）;
              SR=round（S（ji

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     885248  2017-03-03 14:41  10159录像1.avi

----------- ---------  ---------- -----  ----

               885248                    1