基于组件树和霍夫森林的文字检测和识别方法

摘要

本发明公开了一种基于组件树和霍夫森林的文字检测和识别方法，首先，利用组件树提取出具有层级的连通域，同时针对文字本身的特征建立分类器，对分类器输出的正样本进行尺度统一，然后输入至霍夫森林，并以每种字符作为单独的类别，在检测过程中完成识别。对输入图像进行颜色空间转换，并对每一个颜色空间的图像及其补值进行独立处理；通过建立组件树获取具有层级的连通域；每一个连通域分别求取一组特征，并输入至分类器识别；分类器输出的正样本作为候选的文字区域，并放缩至同一尺度大小；每一个候选区域输入至霍夫森林，霍夫森林输出文字的分布概率；根据霍夫森林输出的后验概率，估计文字的位置并输出结果。

主权项

一种基于组件树和霍夫森林的文字检测和识别方法，其特征在于，包括以下步骤：步骤1：输入待检测图像，把待检测图像转换至多个颜色空间，同时求出各个颜色空间的补值；所述的补值即该颜色空间内所有像素值进行二进制取反后组成的新图像；步骤2：通过构建组件树的方式，分别提取出各个颜色空间和各个补值中具有层级的连通域，并对每一个具有层级的连通域分别执行步骤3；步骤3：对步骤2提取出的每个连通域分别进行区域特征提取，并把特征向量输入至分类器，分类器的输出结果为文字或非文字，筛选出分类结果为文字的连通域缩放至同样的大小，并执行步骤4；步骤4：每个连通域独立输入至霍夫森林，霍夫森林由一组决策树组成，霍夫森林输出文字的分布概率，然后根据输出的分布概率识别文字，并估计文字的位置。