燕山大学图像处理课程设计 基本文本图像的倾斜校正.docx
《燕山大学图像处理课程设计 基本文本图像的倾斜校正.docx》由会员分享，可在线阅读，更多相关《燕山大学图像处理课程设计 基本文本图像的倾斜校正.docx（18页珍藏版）》请在冰豆网上搜索。
燕山大学图像处理课程设计基本文本图像的倾斜校正
燕山大学
课程设计说明书
题目：
基本文本图像的倾斜校正
学院（系）电气工程学院
年级专业：
11级仪表三班
学号：
*************
学生姓名：
******
指导教师：
王志斌林洪彬
教师职称：
副教授副教授
燕山大学课程设计（论文）任务书
院（系）：
基本文本图像的倾斜校正基层教学单位：
自动化仪表系
学号
******
学生姓名
***
专业（班级）
11级仪表三班
设计题目
28基本文本图像的倾斜校正
设
计
技
术
参
数
根据图像处理的知识，确定图像的倾斜角度，并予以校正，需要对所给图像都要进行倾斜校正。
设
计
要
求
设计确定图像中倾斜角度的方法，可实现图像中物体的倾斜校正，要求对文本图像、及其他有明显倾斜的正方形、矩形可实现倾斜校正。
设计中应具有自己的设计思想、设计体会。
工
作
量
1查找相关资料；
2编写程序并调试；
3撰写论文；
4准备课设答辩。
工
作
计
划
12月23日上午：
根据题目的分析，查找相关资料，掌握整体设计思路。
12月23日下午-25日：
确立思路，设计程序。
12月26日：
调试程序，撰写论文。
12月27日：
论文定稿，准备课设答辩。
参
考
资
料
1、数字图像处理学电子工业出版社贾永红2003
2、数字图像处理（Matlab版）电子工业出版社冈萨雷斯2006
3、其他数字图像处理和matlab编程方面的书籍及相关学习资料
指导教师签字
基层教学单位主任签字
摘要
数字信息时代人们更多地依赖图像这一媒介，而比较常用的文本图像的倾斜问题无疑图像应用的是一大障碍。
为了解决文本倾斜的自动校正功能，本文列举了四种倾斜校正的方法，涉及到基于文本图像边缘、矩形边缘的校正、基于文字向各方向投影的校正、基于投影实现特殊方向的文本校正、基于傅立叶频域分析的校正四种方法。
本文方法涵盖了图形图像边缘倾斜校正、表格的倾斜校正、打印及手写文本的倾斜校正、90度特殊角情况的文本校正、180度倒立文字的校正，适用面广。
通过实验验证以及与目前具有相关代表性的方法对比,论证了本文所采用的算法对带有表格、图像、手写体,以及各种语言的文本具有很好的校正效果,具有良好的有效性和可靠性。
关键词：
倾斜校正、文本、边缘、投影、傅里叶。
目录
一、引言6
二、算法综述6
三、各算法原理分析及实现代码：
6
四、各算法评价17
五、课程设计总结18
参考文献18
第一章引言
在现今数字信息化高速发展的大时代背景下，随着数码产品的拍照能力越来越出色，人们更多地将信息的存储和传输依靠在数字图像这一媒介上。
而文字的数字图像化——数字化图书库、pdf纸质电子书、文字扫描的发展，无疑对文本的转换技术提出了更高的要求。
谈到数字图像化文本，就不得不提到这一技术遇到的最大障碍之一：
输入文本图像的倾斜问题。
正基于这一普遍存在的问题，我们提出了文本、图像的倾斜校正这一课题。
第二章算法综述
论文的倾斜校正共涉及以下四种方法:
1）基于文本图像边缘、矩形边缘的倾斜校正。
2）基于文字向各方向投影的倾斜校正，90度以下都能用。
3）基于投影实现特殊方向的文本——垂直和倒立文本的校正。
4）基于傅立叶频域分析的文本、表格、图像的倾斜校正。
第三章各算法原理分析及实现代码
1）基于文本图像边缘、矩形边缘的倾斜校正
适用范围：
具有清晰边缘的图片、形状，倾斜角小于45度。
1.将图像转化为灰度图像。
使用MATLAB进行处理时，所读入的图像是RGB三维矩阵，在以后的处理中用到的是灰度图像和二值图像，因此，必须经过处理变成灰度图像。
2.用im2bw函数实现图像的二值化，变成只有0和1的图片。
一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是图像的二值化。
灰度图像二值化处理是将图像上的点的灰度值置为0或1，本代码中选取的是自动二值i=im2bw（i,graythresh（i））。
3.
找文本图片的两个边缘角所在的点。
通过i,j循环扫描，找到第一个灰度值为1的点，也就是白点。
找上边界点：
从第一个点（0，0）开始，在每一行里逐列扫描，寻找第一列灰度值为1像素点即上边界的角所在点，（x1,y1）,找到后立即停止寻找，跳出循环；找左边界点：
从第一个点（0，0）开始，在每一列里逐行扫描，寻找第一列灰度值为1像素点即左边界的角所在点，（x2,y2）,找到后立即停止寻找，跳出循环。
4.
两点式求斜率。
通过（x1,y1）,（x2,y2）两点,用公式k=（y2-y1）/（x2-x1）求找到的边缘的斜率，用反正切atan函数求出倾斜角。
5.确定图像倾斜角。
通过倾斜角大于45度还是小于45度，确定图像是经过顺时针旋转还是逆时针旋转产生的倾斜
6.倾斜校正。
用imrotate函数实现倾斜校正。
7.代码部分
clc;
clear;
i=imread（'D:
\12.png'）;%读入图片
V=i;
i_hight=size（i,1）;
i_width=size（i,2）;
i=rgb2gray（i）;%变灰度图片
i=im2bw（i,graythresh（i））%自动二值化
sign=1;%循环找两个边缘点
fory=1:
i_hight
forx=1:
i_width
ifi（y,x）==1%在每一行里逐列扫描
sign=0;
x1=x;
y1=y;
break
end
end
end
forx=1:
i_width%在每一列里逐行扫描
fory=1:
i_hight
ifi（y,x）==1
sign=0;
x2=x;
y2=y;
break
end
end
end
k=（y2-y1）/（x2-x1）;%求两点确定的边缘直线的斜率
theta=atan（k）;%求直线的倾斜角
a=theta*180/pi;%弧度转危角度
if（abs（a）<=45）%由倾角大小与45度的比较判断校正应该顺时针旋转还是逆时针旋转
imshow（V）;
title（'校正前图像'）%输出原图像
figure
A=imrotate（V,a）;%逆时针转a度
imshow（A）;
title（'校正后图像'）
else
imshow（V）;
title（'校正前图像'）%输出原图像
figure
A=imrotate（V,a+90）;%顺时针转a+90度
imshow（A）;
title（'校正后图像'）%输出校正图像
end
2）基于文字向各方向投影的倾斜校正，倾斜角绝对值在90度以下都能用。
适用范围：
文本，手写和打印的，表格均可，倾斜角绝对值在90度以下。
1.将图像转化为灰度图像。
2.利用radon函数，沿着0度到180度，分别计算180个方向角的积分，找文本各方向投影最大的方向，该方向直线与水平线夹角即为文本中文字行的倾斜角。
3.用imrotate函数进行倾斜校正。
4.代码部分
clearall
closeall
bw=imread（'D:
\1.png'）;
b=rgb2gray（bw）;
figure,imshow（b）;
title（'校正前灰度图像'）;
%================倾斜校正======================
b=edge（b）;
theta=1:
180;
[R,xp]=radon（b,theta）;%theta表示角度从1取到179.这样，radon就得到了不同角度下的径向上的图像场强值，即R矩阵。
xp是对应的角度，跟theta一样。
[I,J]=find（R>=max（max（R）））;%J记录了倾斜角
qingxiejiao=90-J;
bw=imrotate（bw,qingxiejiao,'bilinear','crop'）;%qingxiejiao取值为正则逆时针旋转
figure,imshow（bw）;
title（'倾斜校正后图像'）;%输出校正图像
3）基于投影实现特殊方向文本—垂直和倒立文本的校正。
1.适用范围：
仅适用于正负90度或180度倾斜的表格、文本，文字等排列比较整齐图片，打印、手写均可。
2.将图像转化为灰度图像。
3.向水平和垂直方向投影，找出投影大于一定阈值（经实验后取450）的方向即为行所在方向，进而识别倾斜角是90度还是180度。
4.imrotate函数倾斜校正。
每一个处理后同时输出两张旋转角相差180度的图片，解决可能出现的90文字倒立的问题（原创，前所未有）。
5.
代码部分：
i=imread（'D:
\23.png'）;
imshow（i）;
title（'原图像'）;
bw=rgb2gray（i）;
bw=im2bw（i,graythresh（bw））%自动二值化
[mt1,nt1]=size（bw）;
Ty=find（sum（bw）>=450==1）;%向横轴投影，投影点的灰度值累加,阈值取450，大于450的区域即为累加后的白色投影的位置
%b=length（Ty）
rat=length（Ty）/nt1;
if（rat>=0.4）%白色投影长度占投影线长度的比例大于0.4即认为该投影方向为文字行方向
A=imrotate（i,270）;%图像校正
C=imrotate（i,90）;%图像校正
subplot（1,2,1）;imshow（A）;title（'校正图像1'）;
subplot（1,2,2）;imshow（C）;title（'校正图像2'）;
else%比例<=0.4即认为该投影方向为文字行方向的垂直方向
A=imrotate（i,0）;%图像校正
C=imrotate（i,180）;%图像校正
subplot（1,2,1）;imshow（A）;title（'校正图像1'）;
subplot（1,2,2）;imshow（C）;title（'校正图像2'）;
end
4）基于傅立叶频域分析的文本、表格、图像的倾斜校正。
适用范围：
可用于表格、矩形及一些文字校正，文字手写打印均可，文本行最好有下划线识别率更高。
1.离散傅里叶变换fft2处理成频域图片。
2.
交换高低频位置fftshift。
3.将频域图片按所在象限分割，分别计算各象限中线的斜率，求四个倾斜角平均值。
4.通过原图矩阵乘以一个倾斜校正的矩阵实现图片旋转，达到倾斜校正目的。
5.代码部分
clc
clear
f=imread（'D:
\31.jpg'）;
f=im2double（f）;%把图像数据类型转换为双精度浮点类型。
figure
（1）,imshow（f,[]）
title（'1.输入图像'）
F=fft2（f）;%fft2是2维离散傅立叶变换
%imshow（F）
Fc=fftshift（F）;%低频移到频域图的中间
%imshow（Fc）
S=log（1+abs（Fc））;%输入图像的频域图
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%↓%下面将频域图按所在象限分成四块，分别计算每个象限亮线的倾斜角
[m,n]=size（Fc）;
M=floor（m/2）+1;N=floor（n/2）+1;%取原频域图的几何中心点。
floor为向下取整
S1=S（M-150:
M,N:
N+150）;%分别将频域图按所在象限等分成四块
[M,N]=size（S1）;%取出第一象限
S1（M-5:
M,1:
5）=0;S5=S1;%标出原频域图的几何中心点，方便查看
fork=1:
20
maximum=max（max（S1））;%maximum取最大值
[I1（k）,J1（k）]=find（S1==maximum）;%最大值的位置坐标
S1（I1（k）,J1（k））=0;%最大值点变为原点
I1（k）=M-I1（k）;
end
J1=J1';I1=I1';%转置
[row,col]=size（J1）;%矩阵大小
one=ones（row）;%ones是生成一个单位矩阵，赋值为1.矩阵中横着行的叫row.竖着的列叫做column。
H1=[J1,one（1:
row,1）];%
p1=H1\I1;
angle
（1）=atan（p1
（1））;%atan是反正切函数
angle_degree
（1）=angle
（1）*180/pi;
[m,n]=size（Fc）;
M=floor（m/2）+1;N=floor（n/2）+1;
S2=S（M-150:
M,N-150:
N）;
[M,N]=size（S2）;
S2（M-5:
M,N-5:
N）=0;S6=S2;
fork=1:
20
maximum=max（max（S2））;
[I2（k）,J2（k）]=find（S2==maximum）;
S2（I2（k）,J2（k））=0;
I2（k）=M-I2（k）;
J2（k）=N-J2（k）;
end
J2=J2';I2=I2';
[row,col]=size（J2）;
one=ones（row）;
H2=[J2,one（1:
row,1）];
p2=H2\I2;
angle
（2）=atan（p2
（1））;%atan是反正切函数
angle_degree
（2）=90-angle
（2）*180/pi;%angle（）是求相位角
[m,n]=size（Fc）;
M=floor（m/2）+1;N=floor（n/2）+1;
S3=S（M:
M+150,N-150:
N）;
[M,N]=size（S3）;
S3（1:
5,N-5:
N）=0;S7=S3;
fork=1:
20
maximum=max（max（S3））;
[I3（k）,J3（k）]=find（S3==maximum）;
S3（I3（k）,J3（k））=0;
I3（k）=M-I3（k）;
J3（k）=N-J3（k）;
end
J3=J3';I3=I3';
[row,col]=size（J3）;
one=ones（row）;
H3=[J3,one（1:
row,1）];
p3=H3\I3;
angle（3）=atan（p3
（1））;
angle_degree（3）=-angle（3）*180/pi;%angle（）是求相位角
[m,n]=size（Fc）;
M=floor（m/2）+1;N=floor（n/2）+1;
S4=S（M:
M+150,N:
N+150）;
[M,N]=size（S4）;
S4（1:
5,1:
5）=0;S8=S4;
fork=1:
20
maximum=max（max（S4））;
[I4（k）,J4（k）]=find（S4==maximum）;
S4（I4（k）,J4（k））=0;
I4（k）=M-I4（k）;%
J4（k）=N-J4（k）;%
end
J4=J4';I4=I4';
[row,col]=size（J4）;%行和列
one=ones（row）;
H4=[J4,one（1:
row,1）];
p4=H4\I4;
angle（4）=atan（p4
（1））;
angle_degree（4）=90-angle（4）*180/pi;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%↓
%对四个象限的角度做处理，求平均值作为图像倾斜角
angle_degree=sum（angle_degree）/4%取四个象限的倾斜角的平均值
angle=angle_degree*pi/180;%弧度转为角度
figure
（2）,%输出四个象限的频域图
subplot（2,2,1）,imshow（S6,[]）
title（'第二象限'）
subplot（2,2,2）,imshow（S5,[]）
title（'第一象限'）
subplot（2,2,3）,imshow（S7,[]）
title（'第三象限'）
subplot（2,2,4）,imshow（S8,[]）
title（'第四象限'）
ifangle_degree>=45%判断倾角情况
th=-pi/2+angle;%角度大于等于45度时，该角度减去90度
else
th=angle;%角度小于45度时，该角度不变
end
T=[cos（th）sin（th）0;-sin（th）cos（th）0;001];%乘以一个3x3阶矩阵，表示旋转th角度
tform=maketform（'affine',T）;%输入旋转角度的，变换坐标
g=imtransform（f,tform,'FillValue',1.0）;%图像空间变换，FillValue为填充因子值
figure（3）,imshow（g,[]）
title（'2.倾斜校正后图像'）%图7：
倾斜校正后图像
第四章各算法评价
1）基于文本图像边缘、矩形边缘的倾斜校正：
算法简单，运行速度快，但是要求背景颜色纯，干扰小。
能够校正深色背景下倾斜的照片、纸张、矩形等，局限是只能校正倾斜角小于45度的图形,倾斜校正后图像会变小，不清晰。
2）基于文字向各方向投影的倾斜校正：
计算量大，运行慢。
对图像背景要求低，抗干扰能力强，能够矫正存在明显平行线条的图像、表格、文字。
倾斜角绝对值在90度以下都能校正，角度适应性强。
3）基于投影实现特殊方向的文本——垂直和倒立文本的校正：
计算量小，速度快，但角度局限性大。
只适用于正负90度或180度倾斜的表格、文本以及文字等排列比较整齐的图片。
打印、手写版均可实现。
优点是通过算法同时输出两个相差180度的图像，能解决近似于90度特殊角倾斜和倒立文字的倾斜文本的校正。
4）基于傅立叶频域分析的文本、表格、图像的倾斜校正：
傅里叶算法计算量大，速度慢。
可用于表格、矩形及一些文字的校正，文字手写打印均可，文本行最好有下划线识别率更高。
第五章课程设计总结
数字图像处理是一门知识体系全面、实用性强的学科，符合数字化时代发展的大潮流。
而数字图像处理课程设计更是将我们与Matlab应用软件的距离拉到了最近。
通过完成指导教师指定课题，我在5天的时间里迅速提升了个人能力，学会了如何快速有效地分析问题、搜索相关资料、研究问题的解决方案、分析可行性，最终通过独立编解决问题，这样的收获都不是我们从日常的知识性学习中能得到的。
在《基本文本图像的倾斜校正》这一课题的指引下，我发现各种问题的解决方案都不是唯一的，要在学习实践的过程中充分比较各种方案的优劣，最终选取最快速有效的解决方案。
算法的不断提升，不仅是对个人知识储备和解决问题的能力的挑战，更是技术革新、社会进步不可或缺的重要因素。
本次课程设计的最大收获，当属学会了对Matlab应用软件的使用。
通过这款软件我可以实现诸多需要的功能，这不仅仅局限于数字图像处理领域。
而Matlab软件更使我深刻明白了工具于人类的巨大作用。
为期5天的独立课题，给我带来了许多意想不到的收获，而这些都会对我以后的工作和学习带来巨大作用，受益终生。
最后，感谢指导老师的耐心答疑。
在我的课题进入迷茫的时刻，老师总是能为我拨开云雾，指点迷津，正是在您的指引下，我才能披荆斩棘，最终顺利完成课程设计任务。
再此请允许我衷心对老师说一声，谢谢!
参考文献
1、数字图像处理学电子工业出版社贾永红2003
2、数字图像处理（Matlab版）电子工业出版社冈萨雷斯2006
3、其他数字图像处理和matlab编程方面的书籍及相关学习资料
燕山大学课程设计评审意见表
指导教师评语：
成绩：
指导教师：
2013年12月27日
答辩小组评语：
成绩：
评阅人：
2013年12月27日
课程设计总成绩：
答辩小组成员签字：
赵彦涛程淑红王志斌童凯
2013年12月27日
升级会员 