图片的文字提取及识别

适用于图片文字识别，对初学者的学习有巨大的作用，对同领域的研究人员的学者有很大的参考价值。

%I=imread（‘24-1.jpg‘）; 该图像的试验结果读者自行试验。
I=imread（‘22-2.jpg‘）;    
tic 
[yxz]=size（I）;
myI=double（I）;
%%%%%%%%%%% RGB to HSI  %%%%%%%%

HS_I=（myI（::1）+myI（::2）+myI（::3））/3;
t1=toc
tic
%%%% 边缘点数量统计 与 S分量的纹理分割%%%%%%%%%
S=zeros（yx）;

BW= edge（HS_I‘canny‘0.2）;%边缘检测，对边缘像素点作统计分析。
t2=toc
tic
ES=0;  
   for i=1:x
       for j=1:y
           if （BW（ji）==1）               
              S（ji）=1-min（myI（ji:））/HS_I（ji）;
              SR=round（S（ji）*100）/100;  %四舍五入取整
              ES=[ES SR];
           end 
       end
  end
ESx=（0:0.01:1）;


BW1=zeros（yx）;
 for i=1:x
       for j=1:y 
           % 根据上述的统计直方图设定 S 的阈值
           if （（BW（ji）==1）&（S（ji）<=0.06）&（S（ji）>=0.01）） 
              BW1（ji）=1;
           end 
       end
  end
t3=toc
tic
%%%%%%%%%%%%% 边缘像素点数量统计 %%%%%%%%%%%%%%%%%%
 EdgePointsX=sum（BW1）; % X方向
 AveragePointsX=mean（EdgePointsX）;
 EPx=（1:x）;
 
 
%%%%%%%%%%%%% 文字图像区域分割 %%%%%%%%%%%%%%%%%%%
              % X Direction
ColumnX=zeros（1x）;
for i=1:x
    if （EdgePointsX（i）>=AveragePointsX）
        ColumnX（i）=1;
    end
end
Nx=sum（ColumnX）; 

Posx=zeros（1Nx）; % 挑出边缘点数量大于平均值的位置
k=1;
for i=1:x
    if （EdgePointsX（i）>=AveragePointsX）
        Posx（k）=i;
        k=k+1;
    end
end

gapx=12;             % 间隔小于10列的，区域合并
Partx0=zeros（1Nx）;
Partx1=zeros（1Nx）;
k=1;
Partx0（1）=Posx（1）;
for i=2:Nx
    d=Posx（i）-Posx（i-1）;
    if （d>gapx）
       Partx1（k）= Posx（i-1）;
       k=k+1;
       Partx0（k）=Posx（i）;
   end
end  
Partx1（k）= Posx（Nx）;   %  最后一列大于平均值的位置作为，最后一个区域的切分位置

Spanx=zeros（1k）; % 共有k个区域
for i=1:k
    Spanx（i）=sum（ColumnX（Partx0（i）:Partx1（i）））;
end
[mytemp nPartx]=max（Spanx）;
word_Xseg0=Partx0（nPartx）;
word_Xseg1=Partx1（nPartx）; 

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

 BWSeg=BW1（:word_Xseg0:word_Xseg1）;  % Y方向边缘点统计
 BWT=BWSeg‘;
 EdgePointsY=sum（BWT）;           
 AveragePointsY=mean（EdgePointsY）;
 EPy=（1:y）;
            
RowY=zeros（1y）;
for i=1:y
    if （EdgePointsY（i）>=AveragePointsY）
        RowY（i）=1;  
    end
end
Ny=sum（RowY）;

Posy=zeros（1Ny）; % 挑出边缘点数量大于平均值的位置
k=1;
for i=1:y
    if （EdgePointsY（i）>=AveragePointsY）
        Posy（k）=i;
        k=k+1;
    end
end

gapy=20;             % 间隔小于30列的，区域合并
Party0=zeros（1Ny）;
Party1=zeros（1Ny）;
k=1;
Party0（1）=Posy（1）;
for i=2:Ny
    d=Posy（i）-Posy（i-1）;
    if （d>gapy）
       Party1（k）= Posy（i-1）;
       k=k+1;
       Party0（k）=Posy（i）;
   end
end  
Party1（k）= Posy（Ny）;   %  最后一列大于平均值的位置作为，最后一个区域的切分位置

Spany=zeros（1k）; % 共有k个区域
for i=1:k
    Spany（i）=sum（RowY（Party0（i）:Party1（i）））;
end
[mytemp nParty]=max（Spany）;
word_Yseg0=Party0（nParty）;
word_Yseg1=Party1（nParty）; 

word=I（word_Yseg0:word_Yseg1word_Xseg0:word_Xseg1:）;
t4= toc

HS_I=uint8（HS_I）;

%%%%%%%%%%%%%%%%%% Display %%%%%%%%%%%%%%%%%%%%
figure（1）;
imshow（I）;
figure（2）;
imshow（HS_I）;
figure（3）;
imshow（BW）;
figure（4）;
hist（ESESx）;grid
title（‘S Histogram of the Edge Pix

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

     文件       7647  2003-09-22 22:36  文字识别\22-2.jpg

     文件      10807  2003-09-20 20:56  文字识别\24-1.jpg

     文件       3616  2017-05-02 09:37  文字识别\文字识别.m

     目录          0  2017-07-11 08:10  文字识别

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

                22070                    4