改进水印图片里文字识别效果的新方法

28
的检查和纠正就显得很重要。 为了在识别错误后能尽量 地纠正， 需要对识别结果进行拼写和语法检查及纠正。 所以在本文的后部分还介绍一种简单的识别结果纠正 程序。
1 文字识别的预处理 1．1 灰度处理
灰 度 处 理 主 要 是 对 图 片 中 每 一 像 素 的 RGB 值 进 行 映 射 ， 映 射 到 0 至 255 的 灰 度 值 。 所 以 得 出 来 的 图 片 就 像黑白照片一样。 这样做就可以降低后面步骤的运算 量，并且使得图片更加易于辨认。 效果图如图 2 所示。
化不单可以把文字一边的边缘增强，同时它还把文字边
缘的另外一边明显地减弱。 通过这种方法，文字就会被
突显出来，而文字附近的图像就会被减弱，从而减少半
透明水印的面积。 并且文字的边缘还会出现白边(其实
是由于边缘减弱造成的部份)， 这就为下一步二值化埋
下了伏笔。
USM 锐 化 算 法 中 的 阈 值 是 需 要 设 定 的 ， 阈 值 过 大 ，
图 2 灰度处理后的图片
《 信 息 化 纵 横 》 2009 年 第 11 期
图形、图像与多媒体 Image Processing and Multimedia Technology
1．2 USM 锐 化 由于水印是半透明地盖在文字资料上，使得水印下
的文字的边缘变得模糊且难以辨认， 因此要对图片锐 化，这样会突显图片中的文字，有利于实现图片中的文 字与水印分离。
差记为 g。
假设图像的大小为 M×N， 图像中像素的灰度值 小
于 阈 值 T 的 像 素 个 数 记 作 N0， 像 素 灰 度 大 于 阈 值 T 的
像 素 个 数 记 作 N1， 则 有 ：
ω0=
N0 M×N
(1)
ω1=
N1 M×N
(2)
N0+ N1= M × N
(3)
ω0+ ω1= 1
(4)
μ= ω0 μ0+ ω1 μ1
Button，Button 中 的 事 件 就 是 拼 写 与 语 法 检 查 与 纠 正 代 码 。
(2) 在 VB 中 引 用 Word 组 件 ： 在 解 决 方 案 浏 览 器 中
的 “ 引 用 ” 上 右 键 -> 添 加 引 用 -> 标 签 页 中 选 “COM” -> 选
中 “Microsoft Word 9.0 Object Library ”，单 击 “确 定 ”即 可 。
String)
′ 利用剪贴板把修改后的内容返回给文本框
.Close()
End With
objWord . Quit ( )
本 文 中 所 讲 述 的 最 大 类 间 方 差 定 USM 锐 化 阈 值
法 、 基 于 USM 锐 化 后 求 黑 点 平 均 灰 度 值 的 图 像 二 值 化
objTempDoc = objWord . Documents . Add
′ 实 例 化 Word 对 象
Clipboard . SetDataObject ( TextBox1 . Text )
′ 复制文本框中的识别结果到剪贴板
With objTempDoc
.Content.Paste() ′ 把剪贴板中的内容粘贴到临时文档
(2)纵向扫描全图，把上下两边为浅色、中 间为 深色 的所有点(如图 6 中 F 被纵框选中处)的灰度值累加(设 总 值 为 sum2) ， 同 时 也 累 记 点 数 ( 设 总 数 为 p2) 。
图 6 字 F 的放大图片
( 3 ) 得 出 的 二 值 化 的 阈 值 就 为 ： ( sum1+ sum2) /( p1+ p2) 。 简单来说，就是把被白边围上的黑点的灰度值进行 累加，它的和与黑点的数量相除，就得到了这些黑点的 平 均 灰 度 值 。 这 也 正 是 在 第 二 步 用 USM 锐 化 的 原 因 。 用 该阈值对图片进行二值化后的效果如图 7 所示。
关 键 词 ： USM 锐 化 ； 最 大 类 间 方 差 ； 阈 值 ； 平 均 灰 度 值 ； 二 值 化 阈 值 ； 拼 写 与 语 法 检 查
中 图 分 类 号 ： TP391.43
文献标识码： A
A new way to improve the effectiveness of character recognition from watermark picture
图形、图像与多媒体 Image Processing and Multimedia Technology
改进水印图片里文字识别效果的新方法
骆剑锋 1，谌 颃 2 (1. 华 南 理 工 大 学 计 算 机 科 学 与 工 程 学 院 ， 广 东 广 州 510641 ； 2. 广 东 技 术 师 范 学 院 天 河 学 院 计 算 机 系 ， 广 东 广 州 510641)
在这里不用一般的锐化方法，因为一般的锐化方法 只 是 对 边 缘 进 行 增 强 ， 而 USM 锐 化 则 不 一 样 。 USM 锐 化 前 和 USM 锐 化 后 的 图 分 别 为 图 3 和化 后
从 图 3 和 图 4 的 对 比 中 ， 可 以 清 楚 地 看 到 ，USM 锐
LUO Jian Feng1，SHEN Hang2
(1. College of Computer Science and Engineering ， South China University of Technology ， Guangzhou 510641 ， China ； 2. Computer Department of Tianhe College ， Guangdong Polytechnic Nornal University ， Guangzhou 510641 ， China)
Key words ： USM sharpen； maximum normalized square； threshold value； the average of gray value； the binary -conversion threshold value
所谓带水印的图片，其实就是在文字的上面加上一 层半透明的图像，如图 1 所示。 这层图像不会影响读者 对文字的阅读，但如果计算机要提取图片里面的内容就 会非常的困难。
. Activate ( )
. CheckSpelling ( )
′拼 写 检 查
. CheckGrammar ( )
′语 法 检 查
. Content . Copy ( )
iData = Clipboard . GetDataObject ( )
TextBox1.Text =CType (iData.GetData (DataFormats.Text) ，
摘 要 ： 现 今 ，OCR 文 字 识 别 技 术 已 经 飞 快 发 展 ， 如 一 般 的 车 牌 识 别 、 扫 描 文 本 识 别 等 技 术 的 识
别率已达到非常高的水平， 但这些识别技术在带水印图片的文字识别这一方面表现一般。 其原因主
要在识别前后的处理还不够。 主要讲述了文字识别的新预处理的方法和后期处理的实现。
图 7 二值化后的图片
2 文字识别的后期处理 经过预 处理 后，就可 以用 很 多 现 有 的 OCR 文 字 识 别 算
法把图 7 中的文字提取出来，这里就不再进行阐述了。 不难发现，无论预处理做得有多好，识别算法技术
有多高，都难免有出错的时候，因此要对识别的结果进 行拼写和语法的检查和纠正，这里直接给出实现该功能 的 程 序 。 众 所 周 知 ， 微 软 office 中 的 word 里 有 拼 写 和 语 法的检查纠正功能，并且比较完善。
Abstract ： The technology of OCR has been developed very well so far， such as in the field of license plate recognition and book recognition， in which the recognition rate is very good. But these technologies are not good at recognizing the character from the watermark pictures. Because the technology lacks of pre-treatment and post-treatment of the recognition. In this article， we will introduce a new way to show how to fufill the pretreatment and how to take the post-treatment activity.
的单击事件中加如下代码即可。
Dim objWord ，objTempDoc As Object
′ 创 建 Word 对 象 和 临 时 文 档
Dim iData As IDataObject
′ 声 明 IDataObject 存 放 从 剪 贴 板 返 回 的 内 容
objWord=New Word.Application
(3) 在 代 码 的 最 前 端 添 加 三 个 语 句 ：Imports Mi-
crosoft.Office.Core ，Imports Microsoft.Office.Interop.Word 和
Imports System. Runtime. Interop Services ， 然 后 在 Button
锐化就不能产生出效果；设定的阈值过小，那么就会同
时把文字与水印的边缘都增强，什么都分不清楚了。 由
于阈值的设定至关重要，阈值是通过最大类间方差法定