保存セグメンテーション結果 - Matlabのアラビア語OCR

Question

完全なセグメンテーションコード：私は単語画像の文字セグメンテーション処理を行うためにMATLABワークスペースに画像をロードした

% 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); 

• 。例：data（1）.png、data（2）.pngなど。
• セグメント化プロセスは、セグメント化された各文字の出力として複数のイメージを提供します。 Wordの画像にはさまざまな文字が含まれているため、出力も変わります。たとえば、image = data（1）.pngのセグメント化された結果の出力は、データ（1）_1.png、data（1）_2.png、data（1）_3.png、およびdata（2） （2）_1.png、data（2）_2.pngなどです。

Wordの画像

最近、私は手動でそれをやったが、データセットが大きく、それはとても1枚の画像ずつのためのセグメンテーションを実行するために時間を無駄になります。 提案はありますか？それを簡単かつ効果的にするにはどうすればよいですか？セグメント化されたすべての文字の結果を（順番に）取得します。

% 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 

このコードを使用した後は、良い結果が得られますが、1つのデータの場合のみ、次のデータが最新のデータに置き換えられます。だから、最近、すべての単語画像について、私はセグメント化プロセスを1つずつ実行し、この部分を変更して適切な結果を得ます。 sprintf（ 'data（1）。％d.png'、y）をsprintf（ 'data（2）。％d.png'、y）に変更します。等々。

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

私が望む結果です。私はそれを自動的に得ることを願っています。

ご協力いただければ幸いです。

Answer 1

アラビア語が母国語であるため、私はあなたのお手伝いをします。 まず、アラビア語の文字の中には接続されていない地域が含まれていることを明確にすることから始めましょう。 このため、画像処理技術を使用するだけでは十分ではありません。 数年前、私はアイデアを生かすシステムを設計しました。同じ文字に関連する領域は手紙の上か下にあります。 手順： 1.イメージをバイナリに変換します。 2.画像を補完します。テキストは白で、背景は黒色です 3.画像を複数の行に分割して処理します（ 行）。 これは、垂直軸に投影することで実行できます。渓谷は、行間のスペースに関係します。 4.各行は必死に進行します： 地域検出。 お互いの上または下のすべての領域が一緒に分割されます

テキストが手書きで書かれている場合、問題はより複雑になります。 次に、セグメント化された領域を検証するための機械学習ソリューションが必要です。