要识别图像中的字符由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“图像字符识别”。
要识别图像中的字符，首先要会处理图像，把图像的信息读出来。这就必须先了解图像的结构，存储方式。清华大学出版的一本《数字图像处理编程入门》给了我不少帮助。第一章的Windows位图和调色板让我对bmp图像有了基本了解。对于彩色图，可以用RGB模型来表示。基本上所有颜色都可以用这三种颜色的组合来形成。但实际上也有一些差别，小于24位图都利用到了调色板，也就是一张R、G、B表，主要是为了节省存储空间。bmp文件结构如下：
第一部分为位图文件头BITMAPFILEHEADER，是一个结构，其定义如下：
typedefstructtagBITMAPFILEHEADER { WORD bfType;DWORD bfSize;WORD bfReserved1;WORD bfReserved2;DWORD bfOffBits;} BITMAPFILEHEADER;
这个结构的长度是固定的，为14个字节(WORD为无符号16位整数，DWORD为无符号32位整数)，各个域的说明如下： bfType
指定文件类型，必须是0x424D，即字符串“BM”，也就是说所有.bmp文件的头两个字节都是“BM”。bfSize
指定文件大小，包括这14个字节。bfReserved1，bfReserved2
为保留字，不用考虑 bfOffBits
为从文件头到实际的位图数据的偏移字节数，即图1.3中前三个部分的长度之和。第二部分为位图信息头BITMAPINFOHEADER，也是一个结构，其定义如下：
typedefstructtagBITMAPINFOHEADER{
DWORD biSize;LONG biWidth;LONG biHeight;WORD biPlanes;WORD biBitCount DWORD biCompreion;DWORD biSizeImage;LONG biXPelsPerMeter;LONG biYPelsPerMeter;DWORD biClrUsed;DWORD biClrImportant;} BITMAPINFOHEADER;
这个结构的长度是固定的，为40个字节(LONG为32位整数)，各个域的说明如下： biSize
指定这个结构的长度，为40。biWidth
指定图象的宽度，单位是象素。
biHeight
指定图象的高度，单位是象素。
biPlanes
必须是1，不用考虑。
biBitCount
指定表示颜色时要用到的位数，常用的值为1(黑白二色图), 4(16色图), 8(256色), 24(真彩色图)(新的.bmp格式支持32位色，这里就不做讨论了)。
biCompreion
指定位图是否压缩，有效的值为BI_RGB，BI_RLE8，BI_RLE4，BI_BITFIELDS(都是一些Windows定义好的常量)。要说明的是，Windows位图可以采用RLE4，和RLE8的压缩格式，但用的不多。我们今后所讨论的只有第一种不压缩的情况，即biCompreion为BI_RGB的情况。
biSizeImage
指定实际的位图数据占用的字节数，其实也可以从以下的公式中计算出来：
biSizeImage=biWidth’ × biHeight
要注意的是：上述公式中的biWidth’必须是4的整倍数(所以不是biWidth，而是biWidth’，表示大于或等于biWidth的，最接近4的整倍数。举个例子，如果biWidth=240，则biWidth’=240；如果biWidth=241，biWidth’=244)。
如果biCompreion为BI_RGB，则该项可能为零
biXPelsPerMeter
指定目标设备的水平分辨率，单位是每米的象素个数，关于分辨率的概念，我们将在第4章详细介绍。
biYPelsPerMeter
指定目标设备的垂直分辨率，单位同上。
biClrUsed
指定本图象实际用到的颜色数，如果该值为零，则用到的颜色数为2biBitCount。
biClrImportant
指定本图象中重要的颜色数，如果该值为零，则认为所有的颜色都是重要的。
第三部分为调色板Palette，当然，这里是对那些需要调色板的位图文件而言的。有些位图，如真彩色图，前面已经讲过，是不需要调色板的，BITMAPINFOHEADER后直接是位图数据。
调色板实际上是一个数组，共有biClrUsed个元素(如果该值为零，则有2biBitCount个元素)。数组中每个元素的类型是一个RGBQUAD结构，占4个字节，其定义如下：
typedefstructtagRGBQUAD {
BYTE rgbBlue;//该颜色的蓝色分量
BYTE rgbGreen;//该颜色的绿色分量
BYTE rgbRed;//该颜色的红色分量
BYTE rgbReserved;//保留值
} RGBQUAD;
第四部分就是实际的图象数据了。对于用到调色板的位图，图象数据就是该象素颜在调色板中的索引值。对于真彩色图，图象数据就是实际的R、G、B值。下面针对2色、16色、256色位图和真彩色位图分别介绍。
对于2色位图，用1位就可以表示该象素的颜色(一般0表示黑，1表示白)，所以一个字节可以表示8个象素。
对于16色位图，用4位可以表示一个象素的颜色，所以一个字节可以表示2个象素。
对于256色位图，一个字节刚好可以表示1个象素。
对于真彩色图，三个字节才能表示1个象素，哇，好费空间呀！没办法，谁叫你想让图的颜色显得更亮丽呢，有得必有失嘛。
要注意两点：
(1)每一行的字节数必须是4的整倍数，如果不是，则需要补齐。这在前面介绍biSizeImage时已经提到了。
(2)一般来说，.bMP文件的数据从下到上，从左到右的。也就是说，从文件中最先读到的是图象最下面一行的左边第一个象素，然后是左边第二个象素„„接下来是倒数第二行左边第一个象素，左边第二个象素„„依次类推，最后得到的是最上面一行的最右一个象素。
当了解了这些后，就可以将图片灰度化，编程黑白二色图片。再读出bmp文件的像素信息，可以将其存储在一个一维数组里面，其他的信息还有宽度和高度。以后处理图片就是直接对这个数组进行处理。接下来是进行去噪处理。一些图片常常有噪点，对识别效果造成影响，所以必须进行去噪。去噪方法很多。我的做法是对一个像素点作如下处理：取它和周围8个点共9个点的像素的平均值，效果还可以。
接下来的操作我都是参考的一篇哈尔滨工业大学工学硕士学位论文，上面的思路很清晰，感觉很不错。首先是归一化，即将图片编程32*32大小的图片。
另一种方法是非线性归一化，但是上面的求质心和散度公式看不清楚，而且没有告诉怎么用质心和散度去实现归一化。所以我就采用了线性归一化。效果比非线性归一化要差一些。
归一化之后是特征提取。
网格特征就是将32*32的图片分成4*4共16块，每个方块64个小方块。求黑色像素的个数就行了。穿越特征包括水平穿越特征和垂直穿越特征。水平穿越特征即把图片按行分成8行，每行4小行。计算每一行由白色像素到黑色像素的变化次数即可。即得到前8维水平穿越特征t1,t2,..,t8。后8维水平穿越特征利用公式求解。Pi=ti/[(t1+t2+..+t8)*10+0.5]。垂直穿越特征则类似。
16维网格特征、16维水平穿越特征和16维垂直穿越特征合起来总共48维特征。还可以求加权特征，形成64维特征。
最后是模板匹配。根据相应特征值的差值的平方和进行匹配。#include#include #include #include #include #include #include #include //-------------------------11 //以下该模块是完成BMP图像(彩色图像是24bit RGB各8bit)的像素获取，并存在文件名为xiang_su_zhi.txt中unsigned char *pBmpBuf;//读入图像数据的指针intbmpWidth;//图像的宽intbmpHeight;//图像的高RGBQUAD *pColorTable;//颜色表指针intbiBitCount;//图像类型，每像素位数//-----------------------------21 //读图像的位图数据、宽、高、颜色表及每像素位数等数据进内存，存放在相应的全局变量中boolreadBmp(char *bmpName){ 24
FILE *fp=fopen(bmpName,“rb”);//二进制读方式打开指定的图像文件 26
if(fp==0)27
return 0;28
//跳过位图文件头结构BITMAPFILEHEADER 30
fseek(fp, sizeof(BITMAPFILEHEADER),0);32
//定义位图信息头结构变量，读取位图信息头进内存，存放在变量head中
BITMAPINFOHEADER head;
fread(&head, sizeof(BITMAPINFOHEADER), 1,fp);//获取图像宽、高、每像素所占位数等信息
bmpWidth = head.biWidth;40
bmpHeight = head.biHeight;42
biBitCount = head.biBitCount;//定义变量，计算图像每行像素所占的字节数（必须是4的倍数）
intlineByte=(bmpWidth * biBitCount/8+3)/4*4;//灰度图像有颜色表，且颜色表表项为256 46
if(biBitCount==8)48
{ 49
//申请颜色表所需要的空间，读颜色表进内存
pColorTable=new RGBQUAD[256];53
fread(pColorTable,sizeof(RGBQUAD),256,fp);55
} 57
//申请位图数据所需要的空间，读位图数据进内存
pBmpBuf=new unsigned char[lineByte * bmpHeight];61
fread(pBmpBuf,1,lineByte * bmpHeight,fp);63
fclose(fp);//关闭文件
return 1;//读取文件成功 67 } 68
//---------------------------70 //给定一个图像位图数据、宽、高、颜色表指针及每像素所占的位数等信息,将其写到指定文件中
boolsaveBmp(char *bmpName, unsigned char *imgBuf, int width, int height, intbiBitCount, RGBQUAD *pColorTable)72 { 73 74
//如果位图数据指针为0，则没有数据传入，函数返回
if(!imgBuf)77
return 0;78
//颜色表大小，以字节为单位，灰度图像颜色表为1024字节，彩色图像颜色表大小为0 80
intcolorTablesize=0;82
if(biBitCount==8)84
colorTablesize=1024;85
//待存储图像数据每行字节数为4的倍数
intlineByte=(width * biBitCount/8+3)/4*4;89
//以二进制写的方式打开文件
FILE *fp=fopen(bmpName,“wb”);93
if(fp==0)95
return 0;96
//申请位图文件头结构变量，填写文件头信息
BITMAPFILEHEADER fileHead;100
fileHead.bfType = 0x4D42;//bmp类型 102
//bfSize是图像文件4个组成部分之和 104
fileHead.bfSize= sizeof(BITMAPFILEHEADER)+ sizeof(BITMAPINFOHEADER)+ colorTablesize + lineByte*height;106
fileHead.bfReserved1 = 0;108
fileHead.bfReserved2 = 0;110
//bfOffBits是图像文件前3个部分所需空间之和 112
113
fileHead.bfOffBits=54+colorTablesize;114
115
//写文件头进文件 116
117
fwrite(&fileHead, sizeof(BITMAPFILEHEADER),1, fp);118
119
//申请位图信息头结构变量，填写信息头信息 120
121
BITMAPINFOHEADER head;122
123
head.biBitCount=biBitCount;124 125
head.biClrImportant=0;126
127
head.biClrUsed=0;128
129
head.biCompreion=0;130
131
head.biHeight=height;132
133
head.biPlanes=1;134
135
head.biSize=40;136
137
head.biSizeImage=lineByte*height;138
139
head.biWidth=width;140
141
head.biXPelsPerMeter=0;142
143
head.biYPelsPerMeter=0;144
145
//写位图信息头进内存 146
147
fwrite(&head, sizeof(BITMAPINFOHEADER),1, fp);148
149
//如果灰度图像，有颜色表，写入文件 150
151
if(biBitCount==8)152
fwrite(pColorTable, sizeof(RGBQUAD),256, fp);153
154
//写位图数据进文件 155
156
fwrite(imgBuf, height*lineByte, 1, fp);157
158
//关闭文件 159
160
fclose(fp);161
162
return 1;163 164 } 165
166 //--------------------------167 //以下为像素的读取函数 168 void doIt()169 { 170
171
//读入指定BMP文件进内存 172
173
char readPath[]=“nv.BMP”;174
175
readBmp(readPath);176
177
//输出图像的信息 178 179
cout
181
//循环变量，图像的坐标 182
183
//每行字节数 184
185
intlineByte=(bmpWidth*biBitCount/8+3)/4*4;186
187
//循环变量，针对彩色图像，遍历每像素的三个分量 188
189
int m=0,n=0,count_xiang_su=0;190
191
//将图像左下角1/4部分置成黑色 192
193
ofstreamoutfile(“图像像素.txt”,ios::in|ios::trunc);194
195
if(biBitCount==8)//对于灰度图像 196
{
197
//----------------------198
//以下完成图像的分割成8*8小单元，并把像素值存储到指定文本中。由于BMP图像的像素数据是从
199
//左下角：由左往右，由上往下逐行扫描的 200
int L1=0;201
int hang=63;202
int lie=0;203
//int L2=0;204
//intfen_ge=8;205
for(intfen_ge_hang=0;fen_ge_hang
{
207
for(intfen_ge_lie=0;fen_ge_lie
{
209
//-------------210
for(L1=hang;L1>hang-8;L1--)//8*8矩阵行 211
{ 212
for(int L2=lie;L2
{ 214
m=*(pBmpBuf+L1*lineByte+L2);215
outfile
count_xiang_su++;217
if(count_xiang_su%8==0)//每8*8矩阵读入文本文件 218
{ 219
outfile
} 221
} 222
} 223
//--------------224
hang=63-fen_ge_hang*8;//64*64矩阵行变换 225
lie+=8;//64*64矩阵列变换
226
//该一行（64）由8个8*8矩阵的行组成 227
} 228
hang-=8;//64*64矩阵的列变换 229
lie=0;//64*64juzhen 230
} 231
} 232
233
//double xiang_su[2048];234
//ofstreamoutfile(“xiang_su_zhi.txt”,ios::in|ios::trunc);235
if(!outfile)236
{ 237
cout
exit(1);239
} 240
else if(biBitCount==24)241
{//彩色图像
242
for(inti=0;i
{ 244
for(int j=0;j
{ 246
for(int k=0;k
{ 248
//*(pBmpBuf+i*lineByte+j*3+k)-=40;249
m=*(pBmpBuf+i*lineByte+j*3+k);250
outfile
count_xiang_su++;252
if(count_xiang_su%8==0)253
{ 254
outfile
} 256
//n++;257
} 258
n++;259
} 260 261
262
} 263
cout
cout
} 266
267
//将图像数据存盘 268
269
char writePath[]=“nvcpy.BMP”;//图片处理后再存储 270
271
saveBmp(writePath, pBmpBuf, bmpWidth, bmpHeight, biBitCount, pColorTable);272
273
//清除缓冲区，pBmpBuf和pColorTable是全局变量，在文件读入时申请的空间 274
275
delete []pBmpBuf;276
277
if(biBitCount==8)278
delete []pColorTable;279 } 280
281 void main()282 { 283
doIt();
