图像降噪OCR

Question

您好我在下面的图片细分问题。这是需要识别的有色人物。我正在使用锐化，维纳去模糊和维纳平滑。之后，我用模糊c分割图片意味着聚类（3级）。但是在字母E的情况下，我得到的最好的是没有锐化，去模糊和平滑，只是使用阈值fcm分割。然而，我应该得到比这更好的结果，在那里我可以将这两个部分作为一个整体组合（不仅仅是上部白色部分而另一半是黑色部分）。

我怎样才能解决这个问题，使其更加健壮并与其他图像一起使用，例如图片中的5？ 5的结果是在fcm聚类之上进行锐化，去抖和平滑。我怎么能让它更加连接呢？

我真的很感激我能得到的任何帮助，拜托，哦，我在matlab中这样做...所以从那里得到任何帮助会很高兴，谢谢！

编辑：

我的以下代码是这样的：     函数[bw，level] = fcmthresh（IM，sw）     if（nargin＆lt; 1）         错误（'你必须提供图像。'）;     elseif（nargin == 1）         SW = 0;     elseif（sw~ = 0＆amp;＆amp; sw~ = 1）         错误（'sw必须为0或1'）;     端

data=reshape(IM,[],1);
[center,member]=fcm(data,3);
[center,cidx]=sort(center);
member=member';
member=member(:,cidx);
[maxmember,label]=max(member,[],2);
if sw==0
    level=(max(data(label==1))+min(data(label==2)))/2;
else
    level=(max(data(label==2))+min(data(label==3)))/2;
end
bw=im2bw(IM,level);

function img=wienerDeblur(im)
ImgNoisyBlurry = im2double(im);
PSF = fspecial('laplacian'); %LEN, THETA add parameters for 'motion'

noise_var = 0.0001; %0.0001
estimated_nsr = noise_var / var(ImgNoisyBlurry(:));
wnr3 = deconvwnr(ImgNoisyBlurry, PSF, estimated_nsr);
img = wnr3;

end

H = fspecial('unsharp');
im = imfilter(im,H,'replicate');
im = wienerDeblur(im);
im = wienerSmoothing(im);

这就是所有的代码，加上我只使用字母E的fcmthres，因为它的效果最好。 我读到了关于形态学图像处理（扩张，侵蚀）的信息，因此也许可以做到这一点。

是否有更好的图像对比和噪音去除技术？

Answer 1

您可以在h通道上尝试精确边缘检测（尝试所有通道并进行比较）（rgb2hsv），然后进行形态学操作以关闭曲线并填充（填充）数字和字母的曲线。 我现在无法访问matlab，但在类似的问题上取得了成功。

http://www.mathworks.se/help/techdoc/ref/rgb2hsv.html http://www.mathworks.se/help/toolbox/images/ref/edge.html http://www.mathworks.se/help/toolbox/images/ref/imfill.html

Answer 2

在黑白之后你可以使用奇异值分解（http://en.wikipedia.org/wiki/Singular_value_decomposition），你可以比较奇异值。

对于噪声消除，将较小的奇异值设置为0.