[发明专利]一种基于碑帖的毛笔字分割识别方法

摘要

一种基于碑帖的毛笔字分割识别方法，包括以下步骤：步骤1：处理训练集图片；步骤2：训练样本预处理操作；步骤3：读取步骤2中处理好的图片进行模型的训练，特征矩阵MLH和特征向量矩阵Me是根据碑帖训练出来的模型；步骤4：整图文字分割，把一张图中的毛笔字从图中分割出来；步骤5：判断步骤4中分割出的文字属于碑帖中的哪一个文字，得到该图片的降维特征矩阵MP；计算相似度，计算MP与MLH每一行的距离Dist，求出最小值的那一行所表示的汉字就是需要识别的汉字。本发明提供一种有效实现毛笔字分割、识别准确率高、识别速度快的基于碑帖的毛笔字分割识别方法。

主权项

一种基于碑帖的毛笔字分割识别方法，其特征在于：所述方法包括以下步骤：步骤1：处理训练集图片，处理内容包括图像格式转化、图像的归类操作；步骤2：训练样本预处理操作，首先，对样本进行中值滤波操作，其次，再将文字分割出来，将分割的区域进行归一化处理，最后将分割好的区域保存；步骤3：读取步骤2中处理好的图片进行模型的训练，过程为：步骤3.1读取碑帖中的内容，生成一个文字集合C，C中保存在该碑帖中的不重复的文字，并根据集合C从步骤2处理好的训练样本中读取用于训练的图片路径；步骤3.2：特征提取使用的是HOG特征，构成特征矩阵MH；步骤3.3：采用PCA的降维方法降低训练特征MH的维度；经过降维操作得到一个特征向量矩阵Me，根据Me计算得到降维的特征矩阵MLH，计算公式如下：MLH＝MH×Me其中，MH的列数和Me的行数相等；步骤3.4：保存降维后的特征矩阵MLH，特征矩阵MLH和特征向量矩阵Me是根据碑帖训练出来的模型，此模型用于后续的毛笔字识别；步骤4：整图文字分割，把一张图中的毛笔字从图中分割出来，过程为：步骤4.1：整图预处理，首先进行中值滤波，然后对图片进行二值化处理，最后将得到的图片进行反色处理；步骤4.2：在经过4.1步骤的图片的基础上，根据图片的大小对图片进行膨胀操作；步骤4.3：利用Laplacian算子进行边缘检测，提取检测到的边缘，将检测到的边缘构成矩形框，并将所有矩形框保存，构成一个边缘集合Co；步骤4.4：对Co进行初步的筛选，判断Co中的矩形框是否重合，重合就认为这两个矩形框是同属于一个汉字，就把两个矩形框合并，保存新的矩形框到集合CM中；步骤4.5：判断CM中的矩形框的距离是否很近，设置阈值DistH，当两个矩形框的距离小于DistH时，认为是同一个汉字中的一部分，将所有矩形保存到新的集合CFP中；最后，将CFP中宽高比异常的矩形框剔除，得到集合CF；步骤4.6：根据CF的区域，从原图中将对应区域分割出来并保存，保存的图片用于后续的识别操作；步骤5：判断步骤4中分割出的文字属于碑帖中的哪一个文字，过程如下：步骤5.1：将步骤3中训练的模型导入，用于识别操作；导入的模型包含MLH和Me这两个矩阵；步骤5.2：将分割的文字进行图像的预处理和特征提取的操作；步骤5.3：将步骤5.2中提取出的特征与特征向量矩阵Me相乘，得到该图片的降维特征矩阵MP；步骤5.4：计算相似度，计算MP与MLH每一行的距离Dist，计算方法如下：Dist＝(MLH(i,0)‑MP0)2+(MLH(i,1)‑MP1)2+…+(MLH(i,n)‑MPn)2,求出最小值的那一行所表示的汉字就是需要识别的汉字。