4
你好，我有以下圖片分割的問題。它是需要被識別的有色字符。我正在使用銳化，維納去模糊和維納平滑。之後，我用模糊c均值聚類（3級）分割圖片。但是在字母E的情況下，我得到的最好的結果是沒有銳化，去模糊和平滑處理，只是使用閾值fcm分割。但是，我應該得到比這更好的結果，我可以將這兩部分整體結合起來（不僅僅是上半部分與另一半黑色部分）。圖像降噪OCR
我怎麼能解決這個問題，以更強大的和其他圖像也工作，例如圖片中的5？ 5的結果是在fcm集羣之上進行銳化，減弱和平滑處理。我怎麼能讓它更連接也許？
我真的很感激任何幫助，我可以得到，拜託，哦，我在matlab中這樣做...所以它會很高興從那裏得到任何幫助，謝謝！
編輯：
我下面的代碼是這樣的： 函數[BW，電平] = fcmthresh（IM，SW） 如果（nargin < 1） 誤差（ '你必須提供一張圖片。'）; elseif（nargin == 1） sw = 0; elseif（sw〜= 0 & & sw〜= 1） 錯誤（'sw必須是0或1.'）; 結束
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);
這就是所有的代碼，加上我只用fcmthres字母E，因爲它的工作原理是最好的。 我讀了關於形態圖像處理（膨脹，侵蝕），以便可能做的伎倆。
有沒有更好的圖像對比和噪音去除技術？
您現在的工作代碼是什麼？ – 2012-07-30 07:01:06
我會首先檢測背景顏色反轉區域，並將圖像的所有部分轉換爲相同的背景（通過反轉一半），然後開始分割和過濾... – Spektre 2015-05-19 08:05:40