图像中的文本区域识别技术研究

１４２
辽宁工业大学学报 （自然科学版）
第 ３６卷
行 的 相 邻 字 符 颜 色 相 似 的 区 域 合 并 。该 方法 容 易 在各个矩形 内之和 ，计算量大 ，所 以，需要找到
实现 ， 定 位 速 度 较 快 且 准 确 ，尤 其 是 针对 图 像 中 一 种快速计算像素和的方法。为简化计算 ，引入
图像 中像素点 （ ，．ｙ）左上方所有像素值之和表
示 为 ＳＡＴ（ｘ，Ｙ１， 图 像 中 的 一 个 像 素 值 表 示 为
，（ ，Ｙ），积分图像的计算公式为：
ＳＡＴ（ｘ， ）：ＳＡＴ（ｘ， —１）＋ＳＡＴ（ｘ—ｌ， ）＋ ，
Ｉ（ｘ，ｙ）－ＳＡＴ（ｘ－１，Ｙ－１）
‘
用表示形式简单 、计算速度快 、具有旋转不变性 式 中 ＳＡＴ（一ｌ，Ｙ）：ＳＡＴ（ｘ，一１）＝ＳＡＴ（－Ｉ，一１）＝０
加 法运算 就 得到 矩形特 征值 。０。倾 角的积 分 图对应
０。倾 角 的正 矩 形特 征 。 同理 ，４５。倾 角 的积 分 图对
应 ４５。倾 角 的旋 转矩形 特征 。倾 角为 ０。的矩形特 征
的积 分 图计算 公式 可表 示为 ：
ＳＡＴ（ｘ， ）＝ ∑ Ｊｒ（ ，Ｙ ）
≤ ≤ １，
０≤ ，≤ ，Ｉ表 示积 分 图像 ，Ｇ表 示 原始 图像 。
该方 法被 Ｖｉｏｌａ等 【９Ｊ应用 到快 速人 脸识 别 中 ，
Ｌｉｅｎｈａｒｔ等【】０Ｊ在此基础上对积分图像做 了进一步的
研 究 。每 个 图像 只 需要计 算 １次积 分 图像 ，就可 以
得 到 任 意 矩 形 区域 内 的像 素 值 之和 ，进 行简 单 的
文 本 区 域 与 背 景 的 对 比度 相 差 比较 大 的 图像 ， 定 了积 分 图像 （Ｉｎｔｅｇｒａｌ Ｉｍａｇｅ） Ｊ。对 于 一 幅 灰 度 图
位 效 果较 好 。但 是 图 像 中 常 常 含 有 大量 短线 、 圆 像，设左上角的像素点坐标为（０，０），积分图像中的
点等人 为干扰 ，使得该定位算法具有一定 的局 限 任 意 一点 的值 是 指从 图像 的左 上 角到 这 个 点
０≤ ，０≤ ＋Ｗ ≤ Ｗ ；０≤ Ｙ，０≤ Ｙ＋ｈ≤ Ｈ
０≤ ， ；ｏ≤ｗ， ； ∈ ４５。｝ （１）
矩形 特 征用 如下 公式表 Байду номын сангаас ：
对 于任 意 大小 的矩形 ，在 积分 图上 查找 ４次并 做和运算 ，就 可以计算 出任意矩形的特征值 。以 一 幅图像遍历为例，当窗口从 １×１到，ｚＸ／＇／不断增 大 时 ， 利 用 普 通 方 法 需 要 计 算 的 加 法 次 数 为
（３）
方 法 适 用 于 图像 中包 含 较 多 数量 单 词 和 文 本 行 且 排 列 整 齐 的 图像 。但 是 有 些 图像 中文 字 的方 向和 大 小 是 不 同 的 ， 因此 ，基 于 纹理 特 征 的定 位 方 法 也有 局 限性 。
针对 以上 ４种定位算法的优势和不足，本文使
Ｐａｐａｇｅｏｒｇｉｏｕ等 于 １９９８年 首先 提 出 ｈａａｒ特 征 ，而 后 ｈａａｒ特 征被 Ｌｉｅｎｈａｒｔ等 Ｊ做 了进一 步 的研 究 Ｊ，加 入 了旋转 ４５。的矩 形 特 征 。矩形 特 征主 要 包 括 边 缘 特 征 、线 特 征 、 中心 环 绕特 征 和对 角 线 特 征 ４种 。假 设一 幅 图像 包 含 个像 素 ，矩 形 用 Ｉ＝（ ，Ｙ，ｗ， ，口）来表示，矩形左上角的顶点坐 标用 （ ， ）表示 ，矩形 的宽和高用 （ｗ，｜ｉｚ）表示 ，矩 形 的旋 转角度 用 表 示 ，且 满足 以下关系 ：
Ｆｅａｔｕｒｅ＝ ’ ＲｅｃＳｕｍ（ｒ，）
∈ Ｊ
（２）
２ Ａｄａｂｏｏｓｔ分 类器
式中： 为第 个矩形的权值；Ｒｅｃｓｕｍ ｆ １为第
个矩形 内所有像素值之和 ；Ⅳ为矩形特征的个数 。 每 次 计 算 矩 形 特 征值 时 必须 计 算所 有 像 素 值
１９９５年 ，Ｆｒｅｕｎｄ等 提 出了 Ａｄａｂｏｏｓｔ算 法 ， ２００１年 Ｖ ｉｏｌａ等 ㈣ 对 原 有 的 Ｄｉｓｃｒｅｔｅ Ａｄａｂｏｏｓｔ算法
基 于 纹 理 特 征 的方 法 是 将 图像 中文 字 区域 看 作 具 有 某 种 纹 理 特 征 的 图 像 区 域 。特 征 提 取 涉及 到 Ｇａｂｏｒ变换、小波变换和傅里叶变换等。Ｊｉ等ｌ５Ｊ 提 出了一 种健壮 的基于 局部 ｈａａｒ二 值模 式（ＬＨＢＰ） 的文本 区域 定位方法 。基于纹理特 征的区域 定位
，１
、＇
Ｆ／
∑ ×（ ＋１ ） ４×∑ ，其计算复杂度为Ｄｆ ｓ １。引
ｆ
‘
ｆ
、
刀 一
入积分 图后 ，仅有 ４×∑ｆ‘次加法 ，计算复杂度为
ｆ＝ｌ
Ｄｆ 。１。利用积分 图像 法可快速 获得矩形特 征的
值 ， 因此 提 高 了分 类 器 的训 练 速 度 和 检 测速 度 。 对 于倾 角 为 ４５。的积 分 图 ，具 体 的计算 方法 可参 阅 文献 ［１１］。
性 。
的 所 构 成 的 矩 形 区域 内所 有 的 点 的灰 度 值 之 和 ，
基于边缘 方法的主要思想是 图像 中文字 的区 即 ，（ｘ ｓｕ啪（Ｇ（ ）Ｊ ， 其 中 ０≤ｉ≤ ，
域 和背 景 区域边 缘特 征有 明显 的差 异 ，易于分 辨 ， 一 般 利 用 文 字 区域 边 缘 密 度 远 大 于 非 文 字 区 域 来 进 行 文 字 区 域 的 检测 。此 定 位 方 法 简 单 ，而 且 易 于 定 位 图像 中文 字 比较 密 集 的 区域 ，但 是 有 些 图 像 中常 常 包 含 圆 点 、光 栅 、直 线 等 干 扰 边 缘 ，会 影 响文本 区域 的准 确 定位 。
的 ｈａａｒ特征，通过训练 Ａｄａｂｏｏｓｔ分类器来定位图
这个 矩 形 的像 素之 和 为：
像 中的文本区域。
ＲｅｃＳｕｍ（ｒ）＝
１ ｈａａｒ图像 特征表 示
ＳＡＴ（ｘ一１，Ｙ—１）＋ＳＡＩＴ（ ＋Ｗ一１，Ｙ十ｈ—１） （５） － ＳＡＴ（ｘ－１，ｙ＋ｈ一１）一ＳＡＴ（ｘ十Ｗ一１， 一１）