基于MATAB的图像处理字母识别.docVIP

数字图像处理 报告名称： 字母识别 学 院： 信息工程与自动化学院 专 业： 物联网工程 学 号： 201310410149 学生姓名： 廖成武 指导教师： 王 剑 日 期： 2015年12月28日 教 务 处 制 目录 字母识别 ---------------------测试图像预处理及连通区域提取 ---------------------样本库的建立采集feature ---------------------选择算法输入测试图像进行测试 ---------------------总结 字母识别 1.imgPreProcess（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 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 imshow(f) hold on for k=1:n %%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 digitalRec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templet.mat： 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 .jpg放入digitalRec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1x14的pattern得到各个字母(前9个为数字1~9)每个cell内的feature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25*25的尺寸 figure(1),imshow(A) B=zeros(1,25); %%初始化一个B用于存放25个cell的feature [row col] = size(A); %%得到图像的长宽 cellRow = row/5 cellCol = c