文字切割算法-投影切割优化

前言

        在上文（文字切割算法-基于投影的切割）中发现切割结果并不是很理想，所以在本文提出优化算法对结果进行进一步处理。本算法的解决思路很简单，即针对已暴露出的问题进行解决，对于未暴露的问题就无能为力了。所以算法的鲁棒性并不是很好，但是简单易实现。

发现问题

         对基于投影的切割结果进行观察，可以将问题总结为三类。

整体连接

         多个文字连接在一起

左右结构分开

         左右结构的文字被切割成两个字

左右结构分开后连接

         左右结构的文字分开后，又与前后相邻文字相连

 

解决问题

整体连接

         由于汉字是方块字，可以认为每个字的长宽比例都是差不多的，基本都是1:1（金龙鱼调和…呸）。对于整体连接在一起的文字，可以先计算整体的长宽比。如果比例是接近于整数的（±0.2），则认为这是整体连接在一起的多个字。再计算每个字的平均长度进行切割，就可以得到一个比较不错的结果。

       如上图，这是四个字连在一起的。长宽比：104/27≈3.85，3.85>4-0.2所以我们认为它是4个字。则平均宽度：104/4=26，按照26*27的宽长进行切割，就可以得出结果。（这里的长宽比是：宽度/长度）

 

左右结构分开

         由于左右结构分开后，两张图片的长宽比与数字符号的长宽比相似。所以我们无法判断到底是偏旁还是符号，这样就无法进行连接。这个问题将在以后提出识别算法对图片进行识别后解决。

如上图，由于无法识别图片内容，所以无法判断到底是“7”与“阝”连接，还是“阝”与“艮”连接。

左右结构分开后连接

         采用整体连接的解决思路，先计算长宽比，如果发现长宽比不是在整数附近的（>±0.2），则认为这是左右结构分开后连接的。因为这种情况都是两张图，所以在发现第一张是分开后连接的，则将这张图先以1:1进行切割，再将剩下的部分记录。如果这张图相邻的下一张也被判断为是分开后连接的，则将上一张图剩下的部分与这张图的开头相连接，再进行1:1切割。这样就可以得到一个不错的结果。

         如上图，先对第一张进行1:1切割，即按照27*27的大小从开头逐步向后切割，记录最后剩下的部分“丬”。再判断下一张图，发现也是分开后连接的，则按照27*27的大小从末尾逐步向前切割，得到剩下的部分。最后将这两个剩下的部分进行连接，得到一个完整的“北”。

（当然这里要求在投影切割时记录图片两两之间的距离，这样才能还原被切割后的图片）

切割结果如下：

 

结果

        在采用上述优化算法后，发现切割结果有了显著的成效。但是还是会存在一些不足，这些问题会在以后提出识别算法后进行优化。文字切割出来后，我们可以通过图片相似度比对算法对图片特征进行提取，以进行识别。

项目源码：我的github（https://github.com/printlin/tmOcr）