自动保存分割结果 - Matlab 阿拉伯语 OCR

完整的分割代码：

% Preprocessing + Segmentation
 % // Original Code of Segmentation by Soumyadeep Sinha with several modification by Ana//
 % Saving each  single segmented character as one file 
    function [s] = seg (a)

myFolder = 'D:\1. Thesis FINISH!!!\Simulasi I\Segmented Images';
% a = imread ('adv1.png');

% Binarization %
level = graythresh (a);
b = im2bw (a, level);

% Complement %
c = imcomplement (b);

% Morphological Operation - Dilation %
se = strel ('square', 1);
% se = strel('rectangle', [1 2]);
r = imerode(c, se); 

i=padarray(r,[0 10]);
% i=padarray(c,[0 10]);

% Morphological Operation - Dilation %
% se = strel('rectangle', [1 2]);
% se = strel ('square', 1);
% i = imerode(r, se); 

%VP
verticalProjection = sum(i, 1);
set(gcf, 'Name', 'Segmentation Trial', 'NumberTitle', 'Off') 
subplot(2, 2, 1);imshow(i); 
subplot(2,2,3);
plot(verticalProjection, 'b-');
grid on;
t = verticalProjection;
t(t==0) = inf;
mayukh=min(t)
% 0 where there is background, 1 where there are letters
letterLocations = verticalProjection > mayukh; 
% Find Rising and falling edges
d = diff(letterLocations);
startingColumns = find(d>0);
endingColumns = find(d<0);

% Extract each region
y=1;
for k = 1 : length(startingColumns)
  % Get sub image of just one character...
  subImage = i(:, startingColumns(k):endingColumns(k)); 
   % im = subImage;
   s = subImage;
   % figure, imshow (s);

   % Normalization %
   [p] =  normalization (s); 

%  se = strel ('square', 1);
%  se = strel('rectangle', [2 1]);
%  im = imdilate(p, se); 

   % Morphological Operation - Thinning %
   im = bwmorph(p,'thin',Inf);

% Save %
[L,num] = bwlabel(im);
for z= 1 : num
    bw= ismember( L, z);
    % Construct filename for this particular image.
    baseFileName = sprintf('data.%d.png', y);
    y=y+1;
    % Prepend the folder to make the full file name.
    fullFileName = fullfile(myFolder, baseFileName);
    % Do the write to disk.
    imwrite(bw, fullFileName);
    subplot(2,2,4);
    pause(1);
    imshow(bw);
end
% y=y+1;
end;
s = (im);

• 我已将图像加载到 matlab 工作区中，以对单词图像进行字符分割过程。例如：data(1).png、data(2).png 等。
• 分割过程将为每个分割的字符提供多个图像作为输出。文字图像包含不同数量的字符，因此输出也会有所不同。例如，图像分割结果输出 = data(1).png 变为 data(1)_1.png、data(1)_2.png、data(1)_3.png、data(2).png 变为 data (2)_1.png、数据(2)_2.png等。

文字图像

最近，我是手动完成的，但是数据集会更大，并且对一张一张图像进行分割非常浪费时间。 有什么建议吗？我该怎么做才能使其简单且更有效？获取每个分段字符的结果（按顺序）。

    % Save %
    [L,num] = bwlabel(im);
    for z= 1 : num
    bw= ismember( L, z);
    % Construct filename for this particular image.
    % Change basefilename for each word images %
    baseFileName = sprintf('data (1).%d.png', y);
    y=y+1;
    % Prepend the folder to make the full file name.
    fullFileName = fullfile(myFolder, baseFileName);
    % Do the write to disk.
    imwrite(bw, fullFileName);
    subplot(2,2,4);
    pause(1);
    imshow(bw);end

使用此代码后，它会产生良好的结果，但仅对于一个数据，下一个数据将替换最近的数据。因此，最近，对于每个单词图像，我都逐一运行分割过程并更改这部分以获得合适的结果。将 sprintf('data (1).%d.png', y) 更改为 sprintf('data (2).%d.png', y);等等。

% Change basefilename for each word images %
    baseFileName = sprintf('data (1).%d.png', y);
    y=y+1;

The result that I hope. I hope, I can get it automatically.

任何帮助将不胜感激。

由于阿拉伯语是我的母语，我将在这方面为您提供帮助。 首先让我明确一点：一些阿拉伯字母包含不相连的区域。 因此，仅使用图像处理技术是不够的。 几年前，我设计了一个系统，利用了这个想法：与同一字母相关的区域要么位于该字母的上方，要么位于该字母的下方。 步骤 ：

1. 将图像转换为二进制。
2. 补充图像。文字为白色，背景为黑色
3. 处理图像将其分成多个 行。 这可以通过在垂直轴上进行投影来完成。山谷将与线之间的空间相关。
4. 每一行都会拼命进行： 区域检测。 彼此上方或下方的所有区域将被分割在一起

如果文本是由人们“手写”来写的，问题就会变得更加复杂。 然后您需要一个机器学习解决方案来验证分段区域。