基於MATLAB公式識別

尼各馬可倫理學發表於2021-05-02
Matlab公式

09:48:25

從一個無知角落裡開始，蹣跚學步，一個未知到另一個未知，在跌跌撞撞中越走越快，越走越遠，最後宇宙也為之開源。對於探索者來說，最後他們的思想總是變得和自己的足跡一樣偉大。

　該專案目前可以實現

  • 影像的預處理包括：灰度化，二值化（公式假設是良好的數學公式截圖圖片）
  • 影像的最小外接矩求解；
  • 影像的切割（part）

2021-05-02 20:24:30

　　Cut_Imageju:實現最小外接矩

%%實現最小外接矩的函式Cut_Imageju
%column的意思是按列來排列，為行向量
%row的意思是按行來排列，為列向量
%0黑1白，字元以黑色為顯示
%尋找第一個字母長度,先分割出來全部字元，之後在對分割的這些部分進行寬度處理，要不處理不了;
function Img_out=Cut_Imageju(Img_in)
[m,n]=size(Img_in);% x是行數，y是列數
column=sum(Img_in);
%尋找左邊界
left=1;
num1=max(column);
for i = 1 :n
	if column(i)~=num1
		left=i;
		break
end
end
%尋找右邊界
right=n;
for i = n :-1:1
	if column(i)~=num1
		right=i;
		break
end
end
row=sum(Img_in,2);
num2=max(row);
%尋找上邊界
up=1;
for j = 1 :m
	if row(j)~=num2
		up=j;
		break
end
end
%尋找下邊界
down=m;
for j = m:-1:1
	if row(j)~=num2
		down=j;
		break
end
end
%裁剪影像
Img_out=Img_in(up:down,left:right);
end
切割字元，並且獲得切割後的源量
Cut_Imageqie
%切分字元的函式Cut_Imageqie
%只按列切割，切成一列列
%column的意思是按列來排列，為行向量
%row的意思是按行來排列，為列向量
%0黑1白，字元以黑色為顯示
%尋找第一個字母長度,先分割出來全部字元，之後在對分割的這些部分進行寬度處理，要不處理不了;
%切分字元的函式Cut_Imageqie
%只按列切割，切成一列列
%%[Img_out1,Img_out2]分別代表切割下的影像和切割後的原影像
function [Img_out1,Img_out2]=Cut_Imageqie(Img_in)
[m,n]=size(Img_in);
column=sum(Img_in);
wide=0;
num1=max(column);
for i = 1:n
	if column(i)~=num1
		wide=wide+1;
	else
		newleft=i;
		break
end
end
Img_out1=imcrop(Img_in,[1,1,wide,m]);
Img_out2=Img_in(1:m,newleft:n);
end

　　總函式：

%%垂直投影切割函式2
%%將之前函式片段化函式化，實現從原影像中分割字元
%%王 5/2 16點18分

%清屏
clc;
close all;
clear all;

%讀數
Img=imread('D:\data\matlabrecognizedata\rawpicture\pic2.png');%按實際路徑分析
figure,subplot(1,2,1),imshow(Img),title('原圖');

%灰度化和二值化
Img_Gray=rgb2gray(Img);
Img_Binary=imbinarize(Img_Gray,0.57);%採用0.57做閾值;

%求外接矩
Img_Cut=Cut_Imageju(Img_Binary);
subplot(1,2,2),imshow(Img_Cut),title('外接矩');

%分割影像
[word1,Img_Cut]=Cut_Imageqie(Img_Cut);
figure,subplot(1,3,1),imshow(word1),title('初次切');
subplot(1,3,2),imshow(Img_Cut),title('切後的原圖形');
word1=Cut_Imageju(word1);
subplot(1,3,3),imshow(word1),title('後切');

　　該專案還不能實現

  • 影像的切割太過於依靠手動操作，並不能自動分析間隔，沒有可以使他自動停止的標準
  • 只侷限於字母和單獨的式子，主要是因為採取了垂直投影分割法，識別的東西一定是獨體，但是像分數，根號或者其他字元的組合，就失敗了，後期會考慮連通域演算法；
  • 不能實現識別；

 

嚴肅的東西說完了，下面說點有意思的；

1、數字影像處理的過程中，發生了很多有趣的事。一步步的攻克這些難關挺快樂的，但是千辛萬苦克服之後發現這些問題那麼簡單，卻難住了我，做出來的一瞬間，覺得自己的智慧受到了侮辱，哈哈?；由此可見，困難來自於無知；

2、數學是嚴謹的，程式碼是數學的分支。你看我現在說的輕描淡寫，可是這之中的難處只有我自己知道

  • 初心太單純（興趣），導致唯利是圖的我經常懷疑自己的判斷（這麼浪費時間到底對不對？）我可能燒了腦袋；
  • 基礎知識基本為0，matlab是偉大的，我毫不懷疑，它是人類智慧的結晶，我看著他彷彿看著海，那麼大，那麼遠，那麼不真實，數字影像處理是這無邊大海的一個大洋，我對這大洋一無所知，就現在的我來說剛從港灣出來，沒有經歷過複雜的公式考驗，沒有經歷過神經網路的建立，沒有建立機器學習模型，沒有爬取足夠我使用的資料圖片，而沒有這些圖片就沒有人工智慧（神經網路）。我邊在海灘拾貝，邊想著把梳子賣給和尚，三心二意，貌合神離。
  • 不嚴謹。拖累我進度的一方面是思路，一方面是細節。後者佔90%，我一直在debug,一個看起來完全沒問題的程式完全走不通，看著幾頁的程式碼，真的是想放棄，最後發現是一些極其極其簡單的問題摧毀了我（比如[]和（）(又錯了?)，（）和()，；和;等等等等）。
  • 函式巢狀要我命

我又會停幾天了

乘興而來，興盡而返

enough,挺快樂的了。

祝勞動者勞動節快樂！！

探索者光榮！！

 

相關文章