سلام من پایان نامه ام در مورد تشخیص متن از غیر متن در ocr هست. در برنامه نویسی متلب به چندتا مشکل برخوردم،میشه کمکم کنید:
میخوام یه تصویر اولیه که شامل متن و عکس و جدول و نمودار هست رو دربرنامم با دستور imread بخونم و هدفم اینه که این این تصویر رو به مربعات کوچکی تفسیم کنم و می خواهم به کمک حلقه ها مربعهای مختلف داخل تصویر اولیه را بررسی کنیم مثلا اگر 1000 در 1000 است و مربع های 20 در 20 را بررسی میکنم تعداد مربعها بشه 50 در 50 تا.
می خوام یک ماتریس 50 در 50 ایجاد کنم و به ازای هر مربع متنی در تصویر اولیه یک عدد 1 در ماتریس 50 در 50 بگذارم و به ازای مربعهای غیر متنی عدد 0 بگذارم
و سپس باید به ازای هر مربع یک هیستوگرام ایجاد کنید.
دو تا کار باید انجام بدم:
1- این آستانه ای که من زدم یعنی 60 تا صد آستانه مناسبی هست یا نه؟
2- من این برنامه رو نوشتم حالا میخوام وارد شبکه عصبی کنم،یعنی شبکه عصبی ایجاد کنم بلد نیستم
من برنامه رو اینجا ضمیمه می کنم لطفا اجرا کنید و جواب بدید.
ضمنا یه تصویر هم براتون گذاشتم.
clc;
i=imread('pich1-2.jpg');
imshow(i);
bb=rgb2gray(i);
figure;
imshow(bb);
[h1 w1]=size(bb);
window_width=10;
window_height=10;
T = zeros(100,100);
i2 = bb;
for a=1:floor(h1/10)
for b=1:floor(w1/10)
P = bb((a-1)*10+1:a*10,(b-1)*10+1:b*10);
cnt = sum(sum(P>128));
if(cnt>60 && cnt<100)
T(a,b) = 1;
i2((a-1)*10+1:a*10,(b-1)*10+1:b*10) = 0;
end
end
end
imshow(T);
imshow(i2);
تصویری که براتون گذاشتم:
uplod.ir/mze6elo8jmtw/pich1-2.jpg.htm
من هر روز پروفایلم رو چک می کنم و منتظر جوابتونم.
|