CN106980857B - 一种基于碑帖的毛笔字分割识别方法 - Google Patents

Abstract

一种基于碑帖的毛笔字分割识别方法，包括以下步骤：步骤1：处理训练集图片；步骤2：训练样本预处理操作；步骤3：读取步骤2中处理好的图片进行模型的训练，特征矩阵M_LH和特征向量矩阵M_e是根据碑帖训练出来的模型；步骤4：整图文字分割，把一张图中的毛笔字从图中分割出来；步骤5：判断步骤4中分割出的文字属于碑帖中的哪一个文字，得到该图片的降维特征矩阵M_P；计算相似度，计算M_P与M_LH每一行的距离Dist，求出最小值的那一行所表示的汉字就是需要识别的汉字。本发明提供一种有效实现毛笔字分割、识别准确率高、识别速度快的基于碑帖的毛笔字分割识别方法。

Description

一种基于碑帖的毛笔字分割识别方法

技术领域

本发明涉及图像分割识别领域，尤其是一种基于碑帖的毛笔字分割识别方法。

背景技术

毛笔字是中国传统的书法艺术之一，也是中国传统文化的精髓之一。现在，国家大力提倡传承中国传统文化精髓，毛笔字的练习也在各中小学中得到大力的推广。根据教育部的相关规定，练习毛笔字成为了小学生的必修课，每周至少需要花费一个课时的时间去练习毛笔字，而且很多初高中也开设了毛笔字的选修课，以供学生学习。但是毛笔字的练习很大程度上依赖于老师的指导，这个是很多人练习毛笔字所遇到的难题。如果能够设计出一套毛笔字练习的辅助系统，在一定程度上就可以缓解上述的问题。

设计一款毛笔字练习辅助系统是解决现阶段毛笔字练习无人交的方法之一。而要设计这样一个系统，就需要机器能够识别这些毛笔字。所以对于整张毛笔字的分割以及识别是这样一款软件的关键技术之一。

发明内容

为了克服已有技术中无法有效实现毛笔字分割的不足，本发明提供一种有效实现毛笔字分割、识别准确率高、识别速度快的基于碑帖的毛笔字分割识别方法。

本发明解决其技术问题所采用的技术方案是：

一种基于碑帖的毛笔字分割识别方法，所述方法包括以下步骤：

步骤1：处理训练集图片，处理内容包括图像格式转化、图像的归类操作；

步骤2：训练样本预处理操作，首先，对样本进行中值滤波操作，其次，再将文字分割出来，将分割的区域进行归一化处理，最后将分割好的区域保存；

步骤3：读取步骤2中处理好的图片进行模型的训练，过程为：

步骤3.1读取碑帖中的内容，生成一个文字集合C，C中保存在该碑帖中的不重复的文字，并根据集合C从步骤2处理好的训练样本中读取用于训练的图片路径；

步骤3.2：特征提取使用的是HOG特征，构成特征矩阵M_H；

步骤3.3：采用PCA的降维方法降低训练特征M_H的维度；经过降维操作得到一个特征向量矩阵M_e，根据M_e计算得到降维的特征矩阵M_LH，计算公式如下：

M_LH＝M_H×M_e

其中，M_H的列数和M_e的行数相等；

步骤3.4：保存降维后的特征矩阵M_LH，特征矩阵M_LH和特征向量矩阵M_e是根据碑帖训练出来的模型，此模型用于后续的毛笔字识别；

步骤4：整图文字分割，把一张图中的毛笔字从图中分割出来，过程为：

步骤4.1：整图预处理，首先进行中值滤波，然后对图片进行二值化处理，最后将得到的图片进行反色处理；

步骤4.2：在经过4.1步骤的图片的基础上，根据图片的大小对图片进行膨胀操作；

步骤4.3：利用Laplacian算子进行边缘检测，提取检测到的边缘，将检测到的边缘构成矩形框，并将所有矩形框保存，构成一个边缘集合C_o；

步骤4.4：对C_o进行初步的筛选，判断C_o中的矩形框是否重合，重合就认为这两个矩形框是同属于一个汉字，就把两个矩形框合并，保存新的矩形框到集合C_M中；

步骤4.5：判断C_M中的矩形框的距离是否很近，设置阈值Dist_H，当两个矩形框的距离小于Dist_H时，认为是同一个汉字中的一部分，将所有矩形保存到新的集合C_FP中；最后，将C_FP中宽高比异常的矩形框剔除，得到集合C_F；

步骤4.6：根据C_F的区域，从原图中将对应区域分割出来并保存，保存的图片用于后续的识别操作；

步骤5：判断步骤4中分割出的文字属于碑帖中的哪一个文字，过程如下：

步骤5.1：将步骤3中训练的模型导入，用于识别操作；导入的模型包含M_LH和M_e这两个矩阵；

步骤5.2：将分割的文字进行图像的预处理和特征提取的操作；

步骤5.3：将步骤5.2中提取出的特征与特征向量矩阵M_e相乘，得到该图片的降维特征矩阵M_P；

步骤5.4：计算相似度，计算M_P与M_LH每一行的距离Dist，计算方法如下：

Dist＝(M_LH(i,0)-M_P0)²+(M_LH(i,1)-M_P1)²+…+(M_LH(i,n)-M_Pn)²,

求出最小值的那一行所表示的汉字就是需要识别的汉字。

进一步，所述步骤4.4中，X,Y表示的是矩形框的左上角坐标，width表示的是矩形框的宽，height表示的是矩形框的高，size_H表示最小的矩形框大小，此大小根据图片的大小设置；采用判断不重合的策略反证得到重合，并将大小大于size_H的矩形框保存到C_o中，将合并的矩形框构成新的集合C_M，判断公式如下：

C_o＝{R_i|i∈{1,2,…,n}}

|R_i.X+(R_i.width)/2-R_j.X-(R_j.width)/2|<(R_i.width+R_j.width)/2

|R_i.X+(R_i.height)/2-R_j.X-(R_j.height)/2|<(R_i.height+R_j.height)/2

满足条件时，就认为是重合的，否则就是不重合状态。

再进一步，所述步骤4.4中，所述矩形框合并的策略，确定2个斜对角点的坐标，左上记为P_L点，右下记为P_R点，点中包含坐标X,Y，将重合好的矩形框保存在集合C_M中，判断如下：C_M＝{M_i|i∈{1,2,…,n}}

IFR_i.P_L.X<R_j.P_L.X,X_min＝R_i.P_L.X

ELSEX_min＝R_j.P_L.X

IFR_i.P_L.Y<R_j.P_L.Y,Y_min＝R_i.P_L.Y

ELSEY_min＝R_j.P_L.Y

IFR_i.P_R.X<R_j.P_R.X,X_max＝R_j.P_R.X

ELSEX_max＝R_i.P_R.X

IFR_i.P_R.Y<R_j.P_R.Y,Y_max＝R_j.P_R.Y

ELSEY_max＝R_i.P_R.Y

M_i.X＝X_min,M_i.Y＝Y_min,

M_i.width＝X_max-X_min,M_i..height＝Y_max-Y_min

重合判断完成了，保存新的矩形框到集合C_M中。

本发明的技术构思为：所述的基于碑帖的毛笔字分割识别的意思是，根据不同的碑帖训练不同的模型用于毛笔字的识别。因为现在毛笔字练习者练习毛笔字基本都是根据现有的毛笔字碑帖进行练习的，这样设计的模型更具有针对性。而且，根据碑帖训练出来的模型小，所涵盖的内容也就是碑帖中的文字，具有识别准确率高，识别速度快的优点。

本发明的有益效果主要表现在：根据碑帖进行模型的训练，在毛笔字练习辅助系统中，具有极强的针对性。而且根据碑帖训练模型，识别的准确率更高，识别速度快。一旦需要重新训练模型或者训练其他碑帖的模型，这种方法更方便简洁。

附图说明

图1为本发明的实施例选取的部分训练样本截图。

图2为本发明的实施例选取的碑帖图片。

图3为本发明的经过步骤4.1预处理的待分割图片。

图4为本发明的经过步骤4.2处理的图像。

图5为本发明的经过步骤4.3处理的提取到边缘信息的图像。

图6为本发明的经过步骤4.5处理的带有分割矩形框的图像。

图7为本发明的经过步骤4.6处理分割后单字图像截图。

图8为本发明的经过步骤5处理的识别结果截图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图8，一种基于碑帖的毛笔字分割识别方法，包括以下步骤：

步骤1：处理训练集图片，处理内容包括图像格式转化，图像的转化操作是将gif等图像转换成可以用于后续操作的jpg或者png类型的图像。图像的归类操作，归类操作的意思是将图片中包含同一个文字的图片放到同一个文件夹下面，其中图像的高度为height，宽度为width，单位为像素。

步骤2：训练样本预处理操作，本步骤主要是对用于训练的图片进行前期的预处理操作。首先对样本进行中值滤波操作，去除样本图片中的一些独立的噪点。其次再将文字分割出来，分割的方法在后续的步骤4中会详细的说明。将分割的区域进行归一化处理，区域大小为128×128，最后将分割好的区域保存。此时即完成了训练样本预处理的步骤。

步骤3：模型训练步骤，读取步骤2中处理好的图片，进行模型的训练，具体为：

步骤3.1：读取碑帖中的内容，生成一个文字集合C，C中保存在该碑帖中的不重复的文字，并根据集合C从步骤2处理好的训练样本中读取用于训练的图片路径。

步骤3.2：由于这些图片已经经过了预处理操作，可以直接进行特征的提取操作。特征提取使用的是HOG特征，其中滑动窗口单元大小设置为32×32，块大小设置为16×16，步进设置为8×8，细胞单元大小设置成8×8，这样就可以提取训练样本的特征了，这样构成了特征矩阵M_H。

步骤3.3：由于HOG特征提取的特征维数十分具体，将提取到的特征直接作为模型用于识别图片，这样的运算量十分的巨大。此处采用PCA的降维方法，降低训练特征M_H的维度，得到一个较好的训练模型。讲过降维操作，可以得到一个特征向量矩阵M_e。根据M_e就可以计算得到降维的特征矩阵M_LH，计算公式如下：

M_LH＝M_H×M_e

其中，M_H的列数和M_e的行数相等，否则此矩阵的运算是无法成立的。

步骤3.4：保存降维后的特征矩阵M_LH，这个就是根据碑帖训练出来的模型，此模型用于后续的毛笔字识别。

步骤4：整图文字分割，把一张图中的毛笔字从图中分割出来，具体为：

步骤4.1：整图预处理，首先进行中值滤波，去除独立的小噪点，然后对图片进行二值化处理，最后将得到的图片进行反色处理。

步骤4.2：在经过4.1步骤的图片的基础上，根据图片的大小对图片进行膨胀操作。由于本发明是对毛笔字的分割与识别，毛笔字具有笔画较粗的特点，在经过膨胀后，一个汉字的不同部分基本都会构成一个联通域。

步骤4.3：利用Laplacian算子进行边缘检测，提取检测到的边缘，将检测到的边缘构成矩形框，并将所有矩形框保存，构成一个边缘集合C_o。

步骤4.4：对C_o进行初步的筛选，判断C_o中的矩形框是否重合，重合就认为这两个矩形框是同属于一个汉字，就把两个矩形框合并。X,Y表示的是矩形框的左上角坐标，width表示的是矩形框的宽，height表示的是矩形框的高，size_H表示最小的矩形框大小，此大小根据图片的大小设置。由于判断两个矩形框的重合的情况有12种，一一列举判断很复杂。采用判断不重合的策略反证得到重合，并将大小大于size_H的矩形框保存到C_o中。将合并的矩形框构成新的集合C_M。判断公式如下：

C_o＝{R_i|i∈{1,2,…,n}}

|R_i.X+(R_i.width)/2-R_j.X-(R_j.width)/2|<(R_i.width+R_j.width)/2

|R_i.X+(R_i.height)/2-R_j.X-(R_j.height)/2|<(R_i.height+R_j.height)/2

满足条件时，就认为是重合的，否则就是不重合状态。

矩形框合并的策略，确定2个斜对角点的坐标，左上记为P_L点，右下记为P_R点，点中包含坐标X,Y。将重合好的矩形框保存在集合C_M中。判断如下：C_M＝{M_i|i∈{1,2,…,n}}

IFR_i.P_L.X<R_j.P_L.X,X_min＝R_i.P_L.X

ELSEX_min＝R_j.P_L.X

IFR_i.P_L.Y<R_j.P_L.Y,Y_min＝R_i.P_L.Y

ELSEY_min＝R_j.P_L.Y

IFR_i.P_R.X<R_j.P_R.X,X_max＝R_j.P_R.X

ELSEX_max＝R_i.P_R.X

IFR_i.P_R.Y<R_j.P_R.Y,Y_max＝R_j.P_R.Y

ELSEY_max＝R_i.P_R.Y

M_i.X＝X_min,M_i.Y＝Y_min,

M_i.width＝X_max-X_min,M_i..height＝Y_max-Y_min

重合判断完成了，保存新的矩形框到集合C_M中。

步骤4.5：判断C_M中的矩形框的距离是否很近，设置阈值Dist_H。判断方法与步骤4.4中相似，当两个矩形框的距离小于Dist_H时，认为是同一个汉字中的一部分，将所有矩形保存到新的集合C_FP中。最后，将C_FP中宽高比异常的矩形框剔除，得到集合C_F。这些剔除的矩形框有可能是大块的噪点等一些非文字区域。

步骤4.6：根据C_F的区域，从原图中将对应区域分割出来并保存，保存的图片用于后续的识别操作。

步骤5：文字识别步骤，判断步骤4中分割出的文字属于碑帖中的哪一个文字，具体如下：

步骤5.1：将步骤3中训练的模型导入，用于识别操作。导入的模型包含M_LH和M_e这两个矩阵。

步骤5.2：操作和步骤2～步骤3.1,3.2相同，先对分割的文字进行图像的预处理和特征提取的操作。

步骤5.3：将步骤5.2中提取出的特征与特征向量M_e相乘，得到该图片的降维特征矩阵M_P。

步骤5.4：计算相似度，计算M_P与M_LH每一行的距离Dist,计算方法如下：

Dist＝(M_LH(i,0)-M_P0)²+(M_LH(i,1)-M_P1)²+…+(M_LH(i,n)-M_Pn)²,

求出最小值的那一行所表示的汉字就是需要识别的汉字。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围的不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (2)

1.一种基于碑帖的毛笔字分割识别方法，其特征在于：所述方法包括以下步骤：

步骤1：处理训练集图片，处理内容包括图像格式转化、图像的归类操作；

步骤2：训练样本预处理操作，首先，对样本进行中值滤波操作，其次，再将文字分割出来，将分割的区域进行归一化处理，最后将分割好的区域保存；

步骤3：读取步骤2中处理好的图片进行模型的训练，过程为：

步骤3.1读取碑帖中的内容，生成一个文字集合C，C中保存在该碑帖中的不重复的文字，并根据集合C从步骤2处理好的训练样本中读取用于训练的图片路径；

步骤3.2：特征提取使用的是HOG特征，构成特征矩阵M_H；

步骤3.3：采用PCA的降维方法降低训练特征M_H的维度；经过降维操作得到一个特征向量矩阵M_e，根据M_e计算得到降维的特征矩阵M_LH，计算公式如下：

M_LH＝M_H×M_e

其中，M_H的列数和M_e的行数相等；

步骤3.4：保存降维后的特征矩阵M_LH，特征矩阵M_LH和特征向量矩阵M_e是根据碑帖训练出来的模型，此模型用于后续的毛笔字识别；

步骤4：整图文字分割，把一张图中的毛笔字从图中分割出来，过程为：

步骤4.1：整图预处理，首先进行中值滤波，然后对图片进行二值化处理，最后将得到的图片进行反色处理；

步骤4.2：在经过4.1步骤的图片的基础上，根据图片的大小对图片进行膨胀操作；

步骤4.3：利用Laplacian算子进行边缘检测，提取检测到的边缘，将检测到的边缘构成矩形框，并将所有矩形框保存，构成一个边缘集合C_o；

步骤4.4：对C_o进行初步的筛选，判断C_o中的矩形框是否重合，重合就认为这两个矩形框是同属于一个汉字，就把两个矩形框合并，保存新的矩形框到集合C_M中；

步骤4.5：判断C_M中的矩形框的距离是否很近，设置阈值Dist_H，当两个矩形框的距离小于Dist_H时，认为是同一个汉字中的一部分，将所有矩形保存到新的集合C_FP中；最后，将C_FP中宽高比异常的矩形框剔除，得到集合C_F；

步骤4.6：根据C_F的区域，从原图中将对应区域分割出来并保存，保存的图片用于后续的识别操作；

步骤5：判断步骤4中分割出的文字属于碑帖中的哪一个文字，过程如下：

步骤5.1：将步骤3中训练的模型导入，用于识别操作；导入的模型包含M_LH和M_e这两个矩阵；

步骤5.2：将分割的文字进行图像的预处理和特征提取的操作；

步骤5.3：将步骤5.2中提取出的特征与特征向量矩阵M_e相乘，得到该图片的降维特征矩阵M_P；

步骤5.4：计算相似度，计算M_P与M_LH每一行的距离Dist，计算方法如下：

Dist＝(M_LH(i，0)-M_P0)²+(M_LH(i，1)-M_P1)²+…+(M_LH(i，n)-M_Pn)²，

求出最小值的那一行所表示的汉字就是需要识别的汉字。

2.如权利要求1所述的一种基于碑帖的毛笔字分割识别方法，其特征在于：所述步骤4.4中，X，Y表示的是矩形框的左上角坐标，width表示的是矩形框的宽，height表示的是矩形框的高，size_H表示最小的矩形框大小，此大小根据图片的大小设置；采用判断不重合的策略反证得到重合，并将大小大于size_H的矩形框保存到C_o中，将合并的矩形框构成新的集合C_M，判断公式如下：

C_o＝{R_i|i∈{1，2，…，n}}

|R_i·X+(R_i·width)/2-R_j·X-(R_j·width)/2|＜(R_i·width+R_j·width)/2

|R_i·X+(R_i·height)/2-R_j·X-(R_j·height)/2|＜(R_i·height+R_j·height)/2

满足条件时，就认为是重合的，否则就是不重合状态。

Images