图片文字提取系统的设计与实现【计算机科学专业】【毕业设计+文献综述+开题报告】

《图片文字提取系统的设计与实现【计算机科学专业】【毕业设计+文献综述+开题报告】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、（20届）本科毕业论文图片文字提取系统的设计与实现摘要：从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义。本论文是研究基于图片的文字提取技术，通过文字定位来实现对位图图片文件中文字的提取。在读入图片后，通过灰度化，求水平梯度，二值化，窗口过滤等一系列处理后定位文字。本文在WindowsXP环境下，以VisualC++6.0为开发工具，自行设计并实现系统，验证了基于C++的图片文字提取算法

2、。实验结果表明：算法能够比较准确地定位图中的文字。关键词：图像处理；文字定位；文字提取；位图结构TheDesignandImplementationofTheTechnologyofExtractingTextsfromImagesAbstract:Extractingthetextfromimagesbelongstothefrontiertopicsonintelligentinformationprocessing,anditisthecurrentresearchfocusinartificialintelligencean

3、dpatternrecognition.Asthetextwithhigh-levelsemanticfeatureandplayinganimportantroleonunderstanding,indexingandretrievalofimagecontent.Therefore,thestudyonextractingtextsfromimageshaveimportantactualmeanings.Thepaperpresentsatextlocationalgorithmwhichlocalizethetextinan

4、imagebyanalyzingitsedgefeature.ThesystemisbasedonWindowsXPanddevelopedwithVisualC++6.0.Theexperimentsresultsshowthatthealgorithmcangivegoodperformanceoflocatingmosttext-image.Keywords:imageprocessing;textlocation;textextraction;BitmapStructure目录1引言11.1课题背景11.2图片文字提取技术在

5、国内外的发展及现状11.2.1人工文字提取的算法11.2.2场景文字提取算法21.2.3图像边缘检测算法21.3本课题研究的意义31.4开发平台简介32BMP位图42.1位图简介42.2BMP位图文件42.2.1位图文件头42.2.2位图信息头52.2.3位图颜色表63图片文字提取算法73.1文字提取基本过程73.2文字提取算法73.2.1图片读入73.2.2灰度化103.2.3水平梯度123.2.4二值化153.2.5文字定位174系统测试224.1运行界面224.2测试图片文字提取224.2.1第一组测试224.2.2第二组测试

6、274.2.3第三组测试305结论及展望33致谢34参考文献351引言1.1课题背景随着计算机科学的飞速发展，以图像为主的多媒体信息迅速成为重要的信息传递媒介。图片文字的检测与识别技术在计算机网络日益发展的今天有着大量的应用，特别是对于基于内容的图片或视频过滤、检索等应用来讲，有重要意义，它可以帮助我们了解图片内容或者视频内容。文字具有高级语义特征，因此图像中的文本是图像内容的一个重要来源，如果这些文本能自动地被检测、分割、识别出来，则对图像语义的自动理解、索引和检索是非常有价值的。所以，研究图片文字提取就具有了重要的实际意义。1.

7、2图片文字提取技术在国内外的发展及现状1.2.1人工文字提取的算法(1)为了能够清楚地辨识出每个字的结构，文字在颜色上与其背景总是存在一定差异。因此，文字提取的实质就是描述文字图层与背景图层之间的差异，并以这种差异对像素进行聚类。对彩色图像在HSV颜色空间进行色彩聚类形成颜色图层，再通过投影算法将颜色图层进一步细分为子图层进行图层分析，最后通过子图层合并产生备选文字图层，能够良好地从各种复杂颜色背景中提取垂直或平行于图像边缘的单色文字。具体方法：颜色聚类；子图层分割；图层分析；图层合并[1]。(2)视频文字大小自适应提取算法基于离散

8、傅里叶变换(discreteFouriertransform，DFT)特征、多分辨率处理及支持向量机分类技术。算法在不同分辨率下结合梯度信息、文字边界定位技术提取出文字候选区域，然后用支持向量机对于候选图像块DFT特征作进一步分类。具