[发明专利]一种文本图像的手写汉字分割方法及系统

权利要求书

1.一种文本图像的手写汉字分割方法，其特征在于，包括：

将文本图像进行二值化和去除背景网格线操作，获得预处理文档；

采用大小为2×128的区域对所述预处理文档做平均池化，得到每行区域；

对所述每行区域分割成一块或多块，再进行合并，得到每个字的区域，使得一个汉字的偏旁和部首能正确地合并在一起；

所述二值化操作采用k均值聚类算法将所述文本图像地所有像素聚类为两类，对两类分别赋值，对应背景颜色和字符颜色，获得二值图像；

所述去除背景网格线操作包括：

先搜索所述文本图像中的横线条，保存为横线条图像；

再将所述文本图像旋转90°，搜索所述文本图像中的竖线条，保存为竖线条图像；

检测所述横线条图像或竖线条图像每处是否有穿过的笔画，如果没有，直接删除所述横线条图像或竖线条图像，如果有，则通过构造四种横竖撇捺线条的卷积核进行去除操作；

所述通过构造四种横竖撇捺线条的卷积核进行去除操作的步骤包括：

先找到所述文本图像中长度超过15像素的横竖撇捺线条，即倾角为0°、90°、45°、135°的线条，分别构造这4种大小为15×15的卷积核K₁、K₂、K₃、K₄：

这4种卷积核将分别提取横、竖、撇、捺线条，用它们去卷积预处理后的二值图像，记卷积后的图像分别为C₁,C₂,C₃,C₄；

若横线条图像某位置不为0，而C₂,C₃,C₄中对应位置至少有一个不为0，将横线条图像中该像素置0；

同样，若竖线条图像某位置不为0，而C₁,C₃,C₄中对应位置至少有一个不为0，将竖线条图像中该像素置0；

最后将横线条图像和竖线条图像做或操作，再取非，与所述二值图像做与操作。

2.根据权利要求1所述的文本图像的手写汉字分割方法，其特征在于，所述池化操作包括：

先使用核为2×128的全1矩阵，步长为1×32对预处理文档进行卷积，使同一行的字落入同一个连通集里。

3.根据权利要求2所述的文本图像的手写汉字分割方法，其特征在于，对所述每行区域分割成一块或多块，包括粗分割的步骤。

4.根据权利要求3所述的文本图像的手写汉字分割方法，其特征在于，对所述每行区域分割成一块或多块，进一步包括字间连笔分割的步骤。

5.根据权利要求4所述的文本图像的手写汉字分割方法，其特征在于，对所述每行区域分割成一块或多块，进一步包括重叠区域合并的步骤。

6.根据权利要求5所述的文本图像的手写汉字分割方法，其特征在于，所述合并采用动态规划算法或统计自然语言处理方法。

7.一种文本图像的手写汉字分割系统，其特征在于，包括：

预处理单元，用于将文本图像进行二值化和去除背景网格线操作，获得预处理文档；

行处理单元，用于采用大小为2×128的区域对所述预处理文档做平均池化，得到每行区域；

列处理单元，用于对所述每行区域分割成一块或多块，再进行合并，得到每个字的区域，使得一个汉字的偏旁和部首能正确地合并在一起；

所述二值化操作采用k均值聚类算法将所述文本图像地所有像素聚类为两类，对两类分别赋值，对应背景颜色和字符颜色，获得二值图像；

所述去除背景网格线操作包括：

先搜索所述文本图像中的横线条，保存为横线条图像；

再将所述文本图像旋转90°，搜索所述文本图像中的竖线条，保存为竖线条图像；

检测所述横线条图像或竖线条图像每处是否有穿过的笔画，如果没有，直接删除所述横线条图像或竖线条图像，如果有，则通过构造四种横竖撇捺线条的卷积核进行去除操作；

所述通过构造四种横竖撇捺线条的卷积核进行去除操作的步骤包括：

先找到所述文本图像中长度超过15像素的横竖撇捺线条，即倾角为0°、90°、45°、135°的线条，分别构造这4种大小为15×15的卷积核K₁、K₂、K₃、K₄：

这4种卷积核将分别提取横、竖、撇、捺线条，用它们去卷积预处理后的二值图像，记卷积后的图像分别为C₁,C₂,C₃,C₄；

若横线条图像某位置不为0，而C₂,C₃,C₄中对应位置至少有一个不为0，将横线条图像中该像素置0；

同样，若竖线条图像某位置不为0，而C₁,C₃,C₄中对应位置至少有一个不为0，将竖线条图像中该像素置0；

最后将横线条图像和竖线条图像做或操作，再取非，与所述二值图像做与操作。