[发明专利]手写文本行字符切分方法、识别方法

摘要

本发明揭示了一种手写文本行字符切分方法、识别方法，准确地进行文本行的切分。针对自然书写的中文文本行中的三种常见情况：自然分隔的字符、重叠字符、以及粘连字符分别进行处理。对于自然分隔的字符，利用直方图投影法对其进行切分；对于重叠字符，利用在重叠区域内设置隔离点的方法对其进行切分；对于粘连字符，首先检测出其中的粘连点，然后将字符在粘连点处分裂开，最后可以将其作为重叠字符进行切分。本发明方法在实现文本行快速切分的同时，能够保证较高的切分准确性。

主权项

1.一种手写文本行字符切分方法，其特征在于，所述方法包括如下步骤：--步骤100：输入文本行；--步骤200：对自然分隔的字符进行切分；其中，采用如下方法进行自然分隔的字符切分：计算所给定的文本行直方图投影曲线中寻找零值区域，确定自然分隔字符之间的间隔；居于间隔的中部、并且与左右两个字符的距离相等一条垂直线，作为自然分隔字符的切分路径；--步骤300：对经过步骤200得到的结果，估计每个字符宽度，判断该字符宽度是否大于预设阈值T；若是，则转向步骤400；否则转向步骤700；其中，采用如下方法进行字符宽度的估计：步骤310：按下述公式估计出字符的平均宽度Mean_Wid：其中，w_i(i＝1，2，…)为切分结果中任何一个字符的宽度；W_med为切分结果中所有字符宽度的中间值median value，当字符宽度按升序排列时，排序位置居中的那个值就是中间值；bool(·)表示布尔运算，当括号内的条件满足时函数值为1，否则函数值为0；N_med为满足下列条件的字符数目：{w_i|w_i≥0.8*W_med&&w_i≤1.6*W_med}；步骤320：按下述公式计算阈值T：T＝1.2*Mean_Wid；其中，变量Mean_Wid由步骤310确定；--步骤400：进行重叠字符切分；采用如下方法进行重叠字符的切分：步骤410：对重叠字符进行连通域分析；建立新连通域与字符之间的归属关系；该归属关系由像素的交集得到：由于重叠字符互不相交，重叠区域内的各新连通域能且仅能与一个字符相交；若某个新连通域与一个字符的交集不为空，则该连通域就属于这个字符；步骤420：遍历重叠区域的每一列：从上至下考察该列，若依次出现的两个连通域属于不同的字符，则在该列设置一个隔离点，使其于这两个连通域之间，并且该点到上下两个连通域的距离相等；步骤430：为了保证能在重叠区域内正确地设置隔离点，将对重叠区域内的连通域按步骤440-470进行调整；步骤440：在重叠区域内，标记那些在所有列上都有像素的连通域，将它们和小连通域区分开来；步骤450：对于已标记的连通域，从上至下依次进行考察；如果依次出现的两个已标记连通域属于同一个字符，则在它们之间插入一个虚拟的连通域：每一列上都设置一个或多个第一类型像素，代表字符像素；该像素位于这两个连通域之间，并且与下方的连通域间隔一个或多个第二类型像素，以保证该虚拟像素与小连通域尽量不相交；若无法避免相交，则需在小连通域中将相交位置及该位置上方的一个像素去除，使小连通域与这个虚拟像素间隔一个或多个第二类型像素；标记该虚拟连通域，并认为它属于另一个字符；步骤460：在重叠区域内，对于第一行的每一列分别添加一个虚拟的第一类型像素，形成一个虚拟连通域；标记该虚拟连通域，并认为它与原来最上方的已标记连通域分别属于不同的字符；类似的，对于最后一行的每一列也分别添加一个虚拟的第一类型像素，形成一个虚拟连通域；标记该虚拟连通域，并认为它与原来最下方的已标记连通域分别属于不同的字符；步骤470：考察依次出现的两个已标记连通域，若它们之间有小连通域，且这些小连通域分别属于不同的字符，则应当保证这些小连通域垂直投影无交集，即：若它们有像素分布于相同的列，则在该列上将这些小连通域的像素消除；步骤480：将经过上述步骤处理后得到的每一列的隔离点依次连接起来，就构成了重叠区域内的那部分切分路径；步骤490：将重叠区域的垂直边界作为剩余部分的切分路径，并将所有部分的切分路径相连，就构成了一条完整的曲线切分路径；--步骤500：对经过步骤400得到的结果，估计每个字符宽度，判断该字符宽度是否大于预设阈值T；若是，则转向步骤600；否则转向步骤700；--步骤600：进行粘连字符的切分；所述步骤600之中，采用如下方法进行粘连字符切分：步骤610：在粘连字符中，根据其直方图投影对各字符的边界位置进行估计；步骤620：对于粘连字符公共边界的粗略位置，分别从其左右两侧找出一个直方图峰值点，该点的值大于直方图的平均峰值，并且最靠近粘连字符的公共边界；认为该峰值点对应于字符的中心位置附近；在上述两个峰值点之间，找出一个直方图谷值点，该点的值小于直方图的平均谷值，并且最靠近字符的公共边界；认为该谷值点对应于粘连字符公共边界的确切位置；步骤630：对粘连字符进行字符细化处理；在细化图像上，找出上述谷值点位置处的笔划，它们可能包含了粘连点；将这些笔划上的叉点和角点都记录为粘连点；步骤640：将粘连字符在粘连点处分裂，将它们变为重叠字符；其中，粘连字符的分裂按照如下方法进行：在以粘连点为中心的m*m像素区域内，图像像素均被置为第二类型像素，表示背景像素；其中，m为设定数值；步骤650：按照对重叠字符的方法对字符进行切分；步骤660：根据步骤650产生的切分路径叠加在原粘连字符的图像上，对图像进行切分；--步骤700：输出切分结果；--步骤800：结束。