燕山大學(xué)圖像處理課程設(shè)計(jì)基本文本圖像的傾斜校正樣本

年4月19日燕山大學(xué)圖像處理課程設(shè)計(jì)基本文本圖像的傾斜校正文檔僅供參考，不當(dāng)之處，請(qǐng)聯(lián)系改正。燕山大學(xué)課程設(shè)計(jì)說明書題目：基本文本圖像的傾斜校正學(xué)院（系）電氣工程學(xué)院年級(jí)專業(yè)：11級(jí)儀表三班學(xué)號(hào)：*************學(xué)生姓名：******指導(dǎo)教師：王志斌林洪彬教師職稱：副教授副教授燕山大學(xué)課程設(shè)計(jì)（論文）任務(wù)書院（系）：基本文本圖像的傾斜校正基層教學(xué)單位：自動(dòng)化儀表系學(xué)號(hào)******學(xué)生姓名***專業(yè)（班級(jí)）11級(jí)儀表三班設(shè)計(jì)題目28基本文本圖像的傾斜校正設(shè)計(jì)技術(shù)參數(shù)根據(jù)圖像處理的知識(shí)，確定圖像的傾斜角度，并予以校正，需要對(duì)所給圖像都要進(jìn)行傾斜校正。設(shè)計(jì)要求設(shè)計(jì)確定圖像中傾斜角度的方法，可實(shí)現(xiàn)圖像中物體的傾斜校正，要求對(duì)文本圖像、及其它有明顯傾斜的正方形、矩形可實(shí)現(xiàn)傾斜校正。設(shè)計(jì)中應(yīng)具有自己的設(shè)計(jì)思想、設(shè)計(jì)體會(huì)。工作量1查找相關(guān)資料；2編寫程序并調(diào)試；3撰寫論文；4準(zhǔn)備課設(shè)答辯。工作計(jì)劃12月23日上午：根據(jù)題目的分析，查找相關(guān)資料，掌握整體設(shè)計(jì)思路。12月23日下午-25日：確立思路，設(shè)計(jì)程序。12月26日：調(diào)試程序，撰寫論文。12月27日：論文定稿，準(zhǔn)備課設(shè)答辯。參考資料1、數(shù)字圖像處理學(xué)電子工業(yè)出版社賈永紅2、數(shù)字圖像處理（Matlab版）電子工業(yè)出版社岡薩雷斯3、其它數(shù)字圖像處理和matlab編程方面的書籍及相關(guān)學(xué)習(xí)資料指導(dǎo)教師簽字基層教學(xué)單位主任簽字摘要數(shù)字信息時(shí)代人們更多地依賴圖像這一媒介，而比較常見的文本圖像的傾斜問題無(wú)疑圖像應(yīng)用的是一大障礙。為了解決文本傾斜的自動(dòng)校正功能，本文列舉了四種傾斜校正的方法，涉及到基于文本圖像邊緣、矩形邊緣的校正、基于文字向各方向投影的校正、基于投影實(shí)現(xiàn)特殊方向的文本校正、基于傅立葉頻域分析的校正四種方法。本文方法涵蓋了圖形圖像邊緣傾斜校正、表格的傾斜校正、打印及手寫文本的傾斜校正、90度特殊角情況的文本校正、180度倒立文字的校正，適用面廣。經(jīng)過實(shí)驗(yàn)驗(yàn)證以及與當(dāng)前具有相關(guān)代表性的方法對(duì)比,論證了本文所采用的算法對(duì)帶有表格、圖像、手寫體,以及各種語(yǔ)言的文本具有很好的校正效果,具有良好的有效性和可靠性。關(guān)鍵詞：傾斜校正、文本、邊緣、投影、傅里葉。目錄TOC\o"1-3"\h\u18947一、引言 6561二、算法綜述 613719三、各算法原理分析及實(shí)現(xiàn)代碼： 614980四、各算法評(píng)價(jià) 1730093五、課程設(shè)計(jì)總結(jié) 1812660參考文獻(xiàn) 18第一章引言在現(xiàn)今數(shù)字信息化高速發(fā)展的大時(shí)代背景下，隨著數(shù)碼產(chǎn)品的拍照能力越來越出眾，人們更多地將信息的存儲(chǔ)和傳輸依靠在數(shù)字圖像這一媒介上。而文字的數(shù)字圖像化——數(shù)字化圖書庫(kù)、pdf紙質(zhì)電子書、文字掃描的發(fā)展，無(wú)疑對(duì)文本的轉(zhuǎn)換技術(shù)提出了更高的要求。談到數(shù)字圖像化文本，就不得不提到這一技術(shù)遇到的最大障礙之一：輸入文本圖像的傾斜問題。正基于這一普遍存在的問題，我們提出了文本、圖像的傾斜校正這一課題。第二章算法綜述論文的傾斜校正共涉及以下四種方法:基于文本圖像邊緣、矩形邊緣的傾斜校正?；谖淖窒蚋鞣较蛲队暗膬A斜校正，90度以下都能用?；谕队皩?shí)現(xiàn)特殊方向的文本——垂直和倒立文本的校正。基于傅立葉頻域分析的文本、表格、圖像的傾斜校正。第三章各算法原理分析及實(shí)現(xiàn)代碼基于文本圖像邊緣、矩形邊緣的傾斜校正適用范圍：具有清晰邊緣的圖片、形狀，傾斜角小于45度。將圖像轉(zhuǎn)化為灰度圖像。使用MATLAB進(jìn)行處理時(shí)，所讀入的圖像是RGB三維矩陣，在以后的處理中用到的是灰度圖像和二值圖像，因此，必須經(jīng)過處理變成灰度圖像。用im2bw函數(shù)實(shí)現(xiàn)圖像的二值化，變成只有0和1的圖片。一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，最常見的方法就是圖像的二值化?；叶葓D像二值化處理是將圖像上的點(diǎn)的灰度值置為0或1，本代碼中選取的是自動(dòng)二值i=im2bw(i,graythresh(i))。找文本圖片的兩個(gè)邊緣角所在的點(diǎn)。經(jīng)過i,j循環(huán)掃描，找到第一個(gè)灰度值為1的點(diǎn)，也就是白點(diǎn)。找上邊界點(diǎn)：從第一個(gè)點(diǎn)（0，0）開始，在每一行里逐列掃描，尋找第一列灰度值為1像素點(diǎn)即上邊界的角所在點(diǎn)，（x1,y1）,找到后立即停止尋找，跳出循環(huán)；找左邊界點(diǎn)：從第一個(gè)點(diǎn)（0，0）開始，在每一列里逐行掃描，尋找第一列灰度值為1像素點(diǎn)即左邊界的角所在點(diǎn)，(x2,y2),找到后立即停止尋找，跳出循環(huán)。兩點(diǎn)式求斜率。經(jīng)過（x1,y1）,(x2,y2)兩點(diǎn),用公式k=(y2-y1)/(x2-x1)求找到的邊緣的斜率，用反正切atan函數(shù)求出傾斜角。確定圖像傾斜角。經(jīng)過傾斜角大于45度還是小于45度，確定圖像是經(jīng)過順時(shí)針旋轉(zhuǎn)還是逆時(shí)針旋轉(zhuǎn)產(chǎn)生的傾斜傾斜校正。用imrotate函數(shù)實(shí)現(xiàn)傾斜校正。代碼部分clc;clear;i=imread('D:\12.png');%讀入圖片V=i;i_hight=size(i,1);i_width=size(i,2);i=rgb2gray(i);%變灰度圖片i=im2bw(i,graythresh(i))%自動(dòng)二值化sign=1;%循環(huán)找兩個(gè)邊緣點(diǎn)fory=1:i_hightforx=1:i_widthifi(y,x)==1%在每一行里逐列掃描sign=0;x1=x;y1=y;breakendendendforx=1:i_width%在每一列里逐行掃描fory=1:i_hightifi(y,x)==1sign=0;x2=x;y2=y;breakendendendk=(y2-y1)/(x2-x1);%求兩點(diǎn)確定的邊緣直線的斜率theta=atan(k);%求直線的傾斜角a=theta*180/pi;%弧度轉(zhuǎn)危角度if(abs(a)<=45)%由傾角大小與45度的比較判斷校正應(yīng)該順時(shí)針旋轉(zhuǎn)還是逆時(shí)針旋轉(zhuǎn)imshow(V);title('校正前圖像')%輸出原圖像figureA=imrotate(V,a);%逆時(shí)針轉(zhuǎn)a度imshow(A);title('校正后圖像')elseimshow(V);title('校正前圖像')%輸出原圖像figureA=imrotate(V,a+90);%順時(shí)針轉(zhuǎn)a+90度imshow(A);title('校正后圖像')%輸出校正圖像end基于文字向各方向投影的傾斜校正，傾斜角絕對(duì)值在90度以下都能用。適用范圍：文本，手寫和打印的，表格均可，傾斜角絕對(duì)值在90度以下。將圖像轉(zhuǎn)化為灰度圖像。利用radon函數(shù)，沿著0度到180度，分別計(jì)算180個(gè)方向角的積分，找文本各方向投影最大的方向，該方向直線與水平線夾角即為文本中文字行的傾斜角。用imrotate函數(shù)進(jìn)行傾斜校正。代碼部分clearallcloseallbw=imread('D:\1.png');b=rgb2gray(bw);figure,imshow(b);title('校正前灰度圖像');%================傾斜校正======================b=edge(b);theta=1:180;[R,xp]=radon(b,theta);%theta表示角度從1取到179.這樣，radon就得到了不同角度下的徑向上的圖像場(chǎng)強(qiáng)值，即R矩陣。xp是對(duì)應(yīng)的角度，跟theta一樣。[I,J]=find(R>=max(max(R)));%J記錄了傾斜角qingxiejiao=90-J;bw=imrotate(bw,qingxiejiao,'bilinear','crop');%qingxiejiao取值為正則逆時(shí)針旋轉(zhuǎn)figure,imshow(bw);title('傾斜校正后圖像');%輸出校正圖像3）基于投影實(shí)現(xiàn)特殊方向文本—垂直和倒立文本的校正。適用范圍：僅適用于正負(fù)90度或180度傾斜的表格、文本，文字等排列比較整齊圖片，打印、手寫均可。將圖像轉(zhuǎn)化為灰度圖像。向水平和垂直方向投影，找出投影大于一定閾值（經(jīng)實(shí)驗(yàn)后取450）的方向即為行所在方向，進(jìn)而識(shí)別傾斜角是90度還是180度。imrotate函數(shù)傾斜校正。每一個(gè)處理后同時(shí)輸出兩張旋轉(zhuǎn)角相差180度的圖片，解決可能出現(xiàn)的90文字倒立的問題（原創(chuàng)，前所未有）。代碼部分：i=imread('D:\23.png');imshow(i);title('原圖像');bw=rgb2gray(i);bw=im2bw(i,graythresh(bw))%自動(dòng)二值化[mt1,nt1]=size(bw);Ty=find(sum(bw)>=450==1);%向橫軸投影，投影點(diǎn)的灰度值累加,閾值取450，大于450的區(qū)域即為累加后的白色投影的位置%b=length(Ty)rat=length(Ty)/nt1;if(rat>=0.4)%白色投影長(zhǎng)度占投影線長(zhǎng)度的比例大于0.4即認(rèn)為該投影方向?yàn)槲淖中蟹较駻=imrotate(i,270);%圖像校正C=imrotate(i,90);%圖像校正subplot(1,2,1);imshow(A);title('校正圖像1');subplot(1,2,2);imshow(C);title('校正圖像2');else%比例<=0.4即認(rèn)為該投影方向?yàn)槲淖中蟹较虻拇怪狈较駻=imrotate(i,0);%圖像校正C=imrotate(i,180);%圖像校正subplot(1,2,1);imshow(A);title('校正圖像1');subplot(1,2,2);imshow(C);title('校正圖像2');end4）基于傅立葉頻域分析的文本、表格、圖像的傾斜校正。適用范圍：可用于表格、矩形及一些文字校正，文字手寫打印均可，文本行最好有下劃線識(shí)別率更高。離散傅里葉變換fft2處理成頻域圖片。交換高低頻位置fftshift。將頻域圖片按所在象限分割，分別計(jì)算各象限中線的斜率，求四個(gè)傾斜角平均值。經(jīng)過原圖矩陣乘以一個(gè)傾斜校正的矩陣實(shí)現(xiàn)圖片旋轉(zhuǎn)，達(dá)到傾斜校正目的。代碼部分clcclearf=imread('D:\31.jpg');f=im2double(f);%把圖像數(shù)據(jù)類型轉(zhuǎn)換為雙精度浮點(diǎn)類型。figure(1),imshow(f,[])title('1.輸入圖像')F=fft2(f);%fft2是2維離散傅立葉變換%imshow(F)Fc=fftshift(F);%低頻移到頻域圖的中間%imshow(Fc)S=log(1+abs(Fc));%輸入圖像的頻域圖%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%↓%下面將頻域圖按所在象限分成四塊，分別計(jì)算每個(gè)象限亮線的傾斜角[m,n]=size(Fc);M=floor(m/2)+1;N=floor(n/2)+1;%取原頻域圖的幾何中心點(diǎn)。floor為向下取整S1=S(M-150:M,N:N+150);%分別將頻域圖按所在象限等分成四塊[M,N]=size(S1);%取出第一象限S1(M-5:M,1:5)=0;S5=S1;%標(biāo)出原頻域圖的幾何中心點(diǎn)，方便查看fork=1:20maximum=max(max(S1));%maximum取最大值[I1(k),J1(k)]=find(S1==maximum);%最大值的位置坐標(biāo)S1(I1(k),J1(k))=0;%最大值點(diǎn)變?yōu)樵c(diǎn)I1(k)=M-I1(k);endJ1=J1';I1=I1';%轉(zhuǎn)置[row,col]=size(J1);%矩陣大小one=ones(row);%ones是生成一個(gè)單位矩陣，賦值為1.矩陣中橫著行的叫row.豎著的列叫做column。H1=[J1,one(1:row,1)];%p1=H1\I1;angle(1)=atan(p1(1));%atan是反正切函數(shù)angle_degree(1)=angle(1)*180/pi;[m,n]=size(Fc);M=floor(m/2)+1;N=floor(n/2)+1;S2=S(M-150:M,N-150:N);[M,N]=size(S2);S2(M-5:M,N-5:N)=0;S6=S2;fork=1:20maximum=max(max(S2));[I2(k),J2(k)]=find(S2==maximum);S2(I2(k),J2(k))=0;I2(k)=M-I2(k);J2(k)=N-J2(k);endJ2=J2';I2=I2';[row,col]=size(J2);one=ones(row);H2=[J2,one(1:row,1)];p2=H2\I2;angle(2)=atan(p2(1));%atan是反正切函數(shù)angle_degree(2)=90-angle(2)*180/pi;%angle()是求相位角[m,n]=size(Fc);M=floor(m/2)+1;N=floor(n/2)+1;S3=S(M:M+150,N-150:N);[M,N]=size(S3);S3(1:5,N-5:N)=0;S7=S3;fork=1:20maximum=max(max(S3));[I3(k),J3(k)]=find(S3==maximum);S3(I3(k),J3(k))=0;I3(k)=M-I3(k);J3(k)=N-J3(k);endJ3=J3';I3=I3';[row,col]=size(J3);one=ones(row);H3=[J3,one(1:row,1)];p3=H3\I3;angle(3)=atan(p3(1));angle_degree(3)=-angle(3)*180/pi;%angle()是求相位角[m,n]=size(Fc);M=floor(m/2)+1;N=floor(n/2)+1;S4=S(M:M+150,N:N+150);[M,N]=size(S4);S4(1:5,1:5)=0;S8=S4;fork=1:20maximum=max(max(S4));[I4(k),J4(k)]=find(S4==maximum);S4(I4(k),J4(k))=0;I4(k)=M-I4(k);%J4(k)=N-J4(k);%endJ4=J4';I4=I4';[row,col]=size(J4);%行和列one=ones(row);H4=[J4,one(1:row,1)];p4=H4\I4;angle(4)=atan(p4(1));angle_degree(4)=90-angle(4)*180/pi;%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%↓%對(duì)四個(gè)象限的角度做處理，求平均值作為圖像傾斜角angle_degree=sum(angle_degree)/4%取四個(gè)象限的傾斜角的平均值angle=angle_degree*pi/180;%弧度轉(zhuǎn)為角度f(wàn)igure(2),%輸出四個(gè)象限的頻域圖subplot(2,2,1),imshow(S6,[])title('第二象限')subplot(2,2,2),imshow(S5,[])title('第一象限')subplot(2,2,3),imshow(S7,[])title('第三象限')subplot(2,2,4),imshow(S8,[])title('第四象限')ifangle_degree>=45%判斷傾角情況th=-pi/2+angle;%角度大于等于45度時(shí)，該角度減去90度elseth=angle;%角度小于45度時(shí)，該角度不變endT=[cos(th)sin(th)0;-sin(th)cos(th)0;001];%乘以一個(gè)3x3階矩陣，表示旋轉(zhuǎn)th角度tform=maketform('affine',T);%輸入旋轉(zhuǎn)角度的，變換坐標(biāo)g=imtransform(f,tform,'FillValue',1.0);%圖像空間變換，F(xiàn)illValue為填充因子值figure(3),imshow(g,[])title('2.傾斜校正后圖像')%圖7：傾斜校正后圖像第四章各算法評(píng)價(jià)基于文本圖像邊緣、矩形邊緣的傾斜校正：算法簡(jiǎn)單，運(yùn)行速度快，可是要求背景顏色純，干擾小。能夠校正深色背景下傾斜的照片、紙張、矩形等，局限是只能校正傾斜角小于45度的圖形,傾斜校正后圖像會(huì)變小，不清晰?；谖淖窒蚋鞣较蛲队暗膬A斜校正：計(jì)算量大，運(yùn)行慢。對(duì)圖像背景要求低，抗干擾能力強(qiáng)，能夠矯正存在明顯平行線條的圖像、表格、文字。傾斜角絕對(duì)值在90度以下都能校正，角度適應(yīng)性強(qiáng)?；谕队皩?shí)現(xiàn)特殊方向的文本——垂直和倒立文本的校正：計(jì)算量小，速度快，但角度局限性大。只適用于正負(fù)90度或180度傾斜的表格、文本以及文字等排列比較整齊的圖片。打印、手寫版均可實(shí)現(xiàn)。優(yōu)點(diǎn)是經(jīng)過算法同時(shí)輸出兩個(gè)相差180度的圖像，能解決近似于90度特殊角傾斜和倒立文字的傾斜文本的校正?；诟盗⑷~頻域分析的文本、表格、圖像的傾斜校正：傅里葉算法計(jì)算量大，速度慢?？捎糜诒砀?、矩形及一些文字的