基于汉字识别的碎纸片拼接复原模型研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一
针 对单 面 文件汉 字 既纵切 又 横切 的情形 ，通 过 Ｍａ ｔ ｌ ａ ｂ软 件检 测 所 在行 列 的灰 度 值 ， 首先 确定 好 每
张图片中每一列的灰度值 ， 确定第一张图片。 继续
确定第一张图片最右边缺损汉字 的灰度值为 （ ７ ２ 一
） ， 从左往右循环读取出剩余图片的灰度值 ， 找出左
像素的灰度值。
第 四步 ， 同理 ， 可 以找 出每 一行 后 面 所有 图片 ， 最 后 完成 每一行 碎纸 片 的拼接 ， 可 以得 到 ｌ １ 行 的图 片， 接 下来 就进 行行 与行 之 间的图 片拼接 。
ｈ
量 明月，
（ ７ ２ ＿ ＿ ｉ ） ， 则只需要对剩余所有图片 自左向右读取第
ｎ －（ ７ ２ 一ｊ ） 列、 第ｔ 到ｔ ＋ ｎ 行像素的灰度值 。若该行
有缺 损文 字 ， 则 与第一 张 图 片 同一 行 的后 （ ７ ２ 一ｉ ） 列 像 素 灰 度值 进行 匹配 ， 再 利 用模 式 识别 判 断 能 否成 字 ，这样 就 可 以找 到 与第 一 张 图片 相 匹 配 的 图片 。 如果 没有 缺损 文字 ， 则从 上往 下读 取第 ｔ ＋ （ ｉ 一１ ） ｎ ＋ （ ｉ 一１ ） 到ｔ ＋ ｉ ｎ ＋ （ ｉ —１ ） 水 ｈ （ ｉ 为 读 取 字 的行 数 ） 行
（ ７ ２ 一ｊ ） 。
１ １ ０ － “
『ｌ ｌ 帕 ＋ １ ｒ
ｈ
第三步 ， 由于 每个 印 刷体 方 块 字 的字 宽 和字 高
ｎ
、 ｆ 一
ｌ 入
都是一定的 ， 所 以可以推断出剩余 图片中与第一张 图 片缺损 部 分相 匹配 的 缺损 部 分 的宽 度 为 ｎ 一
ｔ
ｊ
ｎ
ｔ
‘ －・
第二步 ， 通 过 Ｍａ ｔ ｌ ａ ｂ软件 读取 出第 一 张 图片缺
ｈ
ｌ 窗前
毛旦 籼
Ｎ Ｃ Ｌ
月光 ，
卜霞
［ ＝ 】 １． ／ Ｉ 、 日 。
损字 的左边距 ｉ ， 每个方体字 的字宽和字高 ｎ ， 字间
距 ｈ 。这样 第一 张 图 片最右 边 的缺损 字 的宽 度 即为
值 。利用文字几何特征与模式识别相结合的方法对 文字进行识别 ， 判断是否成字 。若还有部分图片没
有 匹 配 出来 ， 则 加人 人 工干 预 ， 即可准 确地 把 图片拼
接 出来 。
（ ４ ） 类似地 ， 通过两两配对合模式识别 ， 可以继
续 匹 配找 出后 面所有 图片 ， 最 后完 成碎 纸 片 的拼 接 。 流程 如 图二 所示 。图三 是 图片拼 接展示 。
８
［二 亘垦口
８
［ 二垂Ｅ 口
图 二 拼 接流 程 图
图 一 图片 的 灰 度 值 读 取 流 程 图
ｔ １
—
ｎ
‘
王
确 定左 边 距 Ｉ ， 同理 可 以测 出上边 距 ｔ 。 流程 如 图一
所示wk.baidu.com。
ｎ
星
（ ２ ） 通过 Ｍａ ｔ ｌ ａ ｂ软 件读 取 出第 一张 图片缺 损 字 的 左边 距 ｊ ， 每 个方 体 字 的字 宽 和 字高 ｎ ， 行 间距 ｈ 。 这 样第 一 张 图 片最 右 边 的缺 损 字 的宽 度 即为 （ ７ ２ 一
灰度值为 ０ （ 黑色） 时则停止读取 ， 这样就可以根据
前几列均为 ２ ５ ５ （ 白色 ） 找 到第 一 张 图片 ， 而且 可 以
读 取 所 有 碎 纸 片
读 出灰度值
ｌ 囊 —习 荻霞■全为
Ｉ ２ ５ ５
Ｉ ｌ ■后—习灰 霞■全 为 Ｉ
Ｉ ｌ ２ ｓ ｓ ｌ
图四 图 片拼 接 展 示 图
进行灰度值处理 、 匹配 ， 确保 了模 型建立的合理性 ，
编程 实现 简单 ， 通俗 易懂 。且利 用 函数 的连续性 ， 证
明了函数的离散化是合理的 ，得到的结果相似度很 高。 缺点是在对图片进行匹配时， 会同时出现多张匹
配 图片 ， 需 要人 工干 预 的次 数增 多 ， 模 式识 别技 术 复 杂， 精 确度 相对 较低 。
边灰度值 为 ｎ 一（ ７ ２ ＿ ＿ ｊ ） 的图片。在这个过程中 ， 我 们也同样的考虑上下图片的匹配 。通过利用文字几
何 特 征 与模 式 识别 相 结 合 的方 法 对 文 字进 行 识别 ， 判 断 是否 成字 。 如果 还 有部分 图片没有 匹 配 出来 ， 再 加人 人工 干预 ， 这样 就 可 以精 确 地把 图片 拼接 出来 。 第一 步 ， 通 过 Ｍａ ｔ ｌ ａ ｂ软 件读 取 出所 有 图片 的灰
Ｊ ） 。
听 ｒ 一
ｈ
图 片拼 接 展 示 图
ｈ
（ ３ ） 由于 每 个 印刷 体 方 块字 的字 宽 和字 高 都 是
一
深 木 海 、 ．
图三
定的 ， 所以可 以推断出剩余图片中与第一张 图片
缺 损 部分 相 匹 配 的缺 损 部 分 的宽 度 为 ｎ 一（ ７ ２ 一ｊ ） ， 则 只 需 要 对 剩 余 所 有 图 片 自左 向 右 读 取 第 ｎ一
度值 ， 然后 自 左 向右循环读取每一列像素的灰度值 ， 直到读取到灰度值为 ０ （ 黑色 ） 就停止读取 ， 这样就
～
可 以根据 前几 列 均为 ２ ５ ５ （ 白色 ） 找 到每 一行 的第 一 张 图片 ， 而 且可 以确定 左边 距 ｌ ， 同理 可 以测 出上边
距 ｔ 。
２ 考 虑单 面文 件汉 字既 纵切 又横 切 的情 况
（ ７ ２ 一ｊ ） 列、 第ｔ 到ｔ ＋ ｎ 行像素的灰度值。 若该行有缺 损文字 ， 则与第一张图片 同一行的后（ ７ ２ ＿ｊ ） 列像素
灰 度值 进行 匹 配 ， 再 利用 模式识 别 判 断能否 成字 ， 这 样 就 可 以找到 与第一 张 图片 相匹 配 的图 片 。如 果没 有 缺损 文字 ， 则于汉 往下字识别 读取 第的碎 ｔ ＋ （ ｉ 一１ ） ｎ ＋ （ ｉ 一１ ） 到 基 纸片拼 接复原 模型 研究 什ｉ ｎ ＋ （ ｉ 一１ ） （ ｉ 为 读 取 字 的行 数 ） 行 像 素 的 灰 度
针 对单 面 文件汉 字 既纵切 又 横切 的情形 ，通 过 Ｍａ ｔ ｌ ａ ｂ软 件检 测 所 在行 列 的灰 度 值 ， 首先 确定 好 每
张图片中每一列的灰度值 ， 确定第一张图片。 继续
确定第一张图片最右边缺损汉字 的灰度值为 （ ７ ２ 一
） ， 从左往右循环读取出剩余图片的灰度值 ， 找出左
像素的灰度值。
第 四步 ， 同理 ， 可 以找 出每 一行 后 面 所有 图片 ， 最 后 完成 每一行 碎纸 片 的拼接 ， 可 以得 到 ｌ １ 行 的图 片， 接 下来 就进 行行 与行 之 间的图 片拼接 。
ｈ
量 明月，
（ ７ ２ ＿ ＿ ｉ ） ， 则只需要对剩余所有图片 自左向右读取第
ｎ －（ ７ ２ 一ｊ ） 列、 第ｔ 到ｔ ＋ ｎ 行像素的灰度值 。若该行
有缺 损文 字 ， 则 与第一 张 图 片 同一 行 的后 （ ７ ２ 一ｉ ） 列 像 素 灰 度值 进行 匹配 ， 再 利 用模 式 识别 判 断 能 否成 字 ，这样 就 可 以找 到 与第 一 张 图片 相 匹 配 的 图片 。 如果 没有 缺损 文字 ， 则从 上往 下读 取第 ｔ ＋ （ ｉ 一１ ） ｎ ＋ （ ｉ 一１ ） 到ｔ ＋ ｉ ｎ ＋ （ ｉ —１ ） 水 ｈ （ ｉ 为 读 取 字 的行 数 ） 行
（ ７ ２ 一ｊ ） 。
１ １ ０ － “
『ｌ ｌ 帕 ＋ １ ｒ
ｈ
第三步 ， 由于 每个 印 刷体 方 块 字 的字 宽 和字 高
ｎ
、 ｆ 一
ｌ 入
都是一定的 ， 所 以可以推断出剩余 图片中与第一张 图 片缺损 部 分相 匹配 的 缺损 部 分 的宽 度 为 ｎ 一
ｔ
ｊ
ｎ
ｔ
‘ －・
第二步 ， 通 过 Ｍａ ｔ ｌ ａ ｂ软件 读取 出第 一 张 图片缺
ｈ
ｌ 窗前
毛旦 籼
Ｎ Ｃ Ｌ
月光 ，
卜霞
［ ＝ 】 １． ／ Ｉ 、 日 。
损字 的左边距 ｉ ， 每个方体字 的字宽和字高 ｎ ， 字间
距 ｈ 。这样 第一 张 图 片最右 边 的缺损 字 的宽 度 即为
值 。利用文字几何特征与模式识别相结合的方法对 文字进行识别 ， 判断是否成字 。若还有部分图片没
有 匹 配 出来 ， 则 加人 人 工干 预 ， 即可准 确地 把 图片拼
接 出来 。
（ ４ ） 类似地 ， 通过两两配对合模式识别 ， 可以继
续 匹 配找 出后 面所有 图片 ， 最 后完 成碎 纸 片 的拼 接 。 流程 如 图二 所示 。图三 是 图片拼 接展示 。
８
［二 亘垦口
８
［ 二垂Ｅ 口
图 二 拼 接流 程 图
图 一 图片 的 灰 度 值 读 取 流 程 图
ｔ １
—
ｎ
‘
王
确 定左 边 距 Ｉ ， 同理 可 以测 出上边 距 ｔ 。 流程 如 图一
所示wk.baidu.com。
ｎ
星
（ ２ ） 通过 Ｍａ ｔ ｌ ａ ｂ软 件读 取 出第 一张 图片缺 损 字 的 左边 距 ｊ ， 每 个方 体 字 的字 宽 和 字高 ｎ ， 行 间距 ｈ 。 这 样第 一 张 图 片最 右 边 的缺 损 字 的宽 度 即为 （ ７ ２ 一
灰度值为 ０ （ 黑色） 时则停止读取 ， 这样就可以根据
前几列均为 ２ ５ ５ （ 白色 ） 找 到第 一 张 图片 ， 而且 可 以
读 取 所 有 碎 纸 片
读 出灰度值
ｌ 囊 —习 荻霞■全为
Ｉ ２ ５ ５
Ｉ ｌ ■后—习灰 霞■全 为 Ｉ
Ｉ ｌ ２ ｓ ｓ ｌ
图四 图 片拼 接 展 示 图
进行灰度值处理 、 匹配 ， 确保 了模 型建立的合理性 ，
编程 实现 简单 ， 通俗 易懂 。且利 用 函数 的连续性 ， 证
明了函数的离散化是合理的 ，得到的结果相似度很 高。 缺点是在对图片进行匹配时， 会同时出现多张匹
配 图片 ， 需 要人 工干 预 的次 数增 多 ， 模 式识 别技 术 复 杂， 精 确度 相对 较低 。
边灰度值 为 ｎ 一（ ７ ２ ＿ ＿ ｊ ） 的图片。在这个过程中 ， 我 们也同样的考虑上下图片的匹配 。通过利用文字几
何 特 征 与模 式 识别 相 结 合 的方 法 对 文 字进 行 识别 ， 判 断 是否 成字 。 如果 还 有部分 图片没有 匹 配 出来 ， 再 加人 人工 干预 ， 这样 就 可 以精 确 地把 图片 拼接 出来 。 第一 步 ， 通 过 Ｍａ ｔ ｌ ａ ｂ软 件读 取 出所 有 图片 的灰
Ｊ ） 。
听 ｒ 一
ｈ
图 片拼 接 展 示 图
ｈ
（ ３ ） 由于 每 个 印刷 体 方 块字 的字 宽 和字 高 都 是
一
深 木 海 、 ．
图三
定的 ， 所以可 以推断出剩余图片中与第一张 图片
缺 损 部分 相 匹 配 的缺 损 部 分 的宽 度 为 ｎ 一（ ７ ２ 一ｊ ） ， 则 只 需 要 对 剩 余 所 有 图 片 自左 向 右 读 取 第 ｎ一
度值 ， 然后 自 左 向右循环读取每一列像素的灰度值 ， 直到读取到灰度值为 ０ （ 黑色 ） 就停止读取 ， 这样就
～
可 以根据 前几 列 均为 ２ ５ ５ （ 白色 ） 找 到每 一行 的第 一 张 图片 ， 而 且可 以确定 左边 距 ｌ ， 同理 可 以测 出上边
距 ｔ 。
２ 考 虑单 面文 件汉 字既 纵切 又横 切 的情 况
（ ７ ２ 一ｊ ） 列、 第ｔ 到ｔ ＋ ｎ 行像素的灰度值。 若该行有缺 损文字 ， 则与第一张图片 同一行的后（ ７ ２ ＿ｊ ） 列像素
灰 度值 进行 匹 配 ， 再 利用 模式识 别 判 断能否 成字 ， 这 样 就 可 以找到 与第一 张 图片 相匹 配 的图 片 。如 果没 有 缺损 文字 ， 则于汉 往下字识别 读取 第的碎 ｔ ＋ （ ｉ 一１ ） ｎ ＋ （ ｉ 一１ ） 到 基 纸片拼 接复原 模型 研究 什ｉ ｎ ＋ （ ｉ 一１ ） （ ｉ 为 读 取 字 的行 数 ） 行 像 素 的 灰 度