本文將和大家分享一種簡單的文字檢測算法，算法不復雜，所以就不是萬能的，不能檢測某些情況下的文字，至於爲什麼，讀到下面自然知道。由於本文主要分享的是思路，具體的實現方法不做過多解釋，如果文中提到的一些圖像處理方法不懂的話自行學習，網上有很多解答，我這裏未必能講清楚，所以希望自行學習。本文最後會提供免費源碼下載，供大家學習討論，同時代碼不一定完善，大家發現的話，希望提出寶貴意見，如有問題可留言討論。
(一) 檢測思路
本文方法主要針對網頁截圖或類似的圖片文字提取。這類圖片中的文字主要有兩個特點:邊緣信息較多和文字區域高度在一定範圍(往往該範圍之外的邊緣信息較多的區域爲圖片)。本文方法主要通過這兩個特點實現文字提取。思路大概是將邊緣信息體現到像素值上，對像素值統計確定可能的文字區域，然後將圖片區域剔除，剩下的區域就是文字區域了。
(二)方法步驟
1、邊緣信息體現到像素上
提到邊緣信息，自然就想到邊緣提取算法，相信很多人都知道很多種方法了，這裏就不多做解釋。關鍵提取完邊緣該怎麼做才能用像素值體現出邊緣信息呢？這裏提供一種方法，先二值化邊緣提取的圖像，再通過膨脹腐蝕來完成。如果不清楚圖像的膨脹腐蝕，請自行學習，此處不作講解。之後得到一幅可以用非零像素體現邊緣信息的圖像。其實邊緣提取之後的圖像也可以體現，但是查看邊緣提取的圖片，很容易發現文字區域的非零像素值比較少，文字與文字之間分開，不利於後續處理，所以需要膨脹腐蝕。
2、提取可能的文字區域
上面得到的圖像中，文字區域呈現出大量非零像素，而文字區域一般是矩形，我們需要確定矩形的上下左右邊界就能確定一個可能的文字區域了。對某一行的非零像素值統計，如果大於一個閾值就認爲有文字，因爲文字有豐富的邊緣信息，步驟1將這一信息體現在非零像素值，所以此處統計非零像素值，這樣就可以確定文字區域的上下邊界。同理，在得出一個上下邊界的區域之後，對該區域的縱向統計非零像素，得左右邊界。用此方法就可以提取提取整個圖像中文字的可能區域。注意，這裏查找可能的區域是橫向和縱向，如果文字是斜的，那麼查找的區域與真實區域存在誤差，後面去除圖片區域的時候就有可能去掉這個區域，所以這個文字提取方法不能提取斜着的文字。
3、去除圖片區域
通過以上介紹，可以知道去除圖片區域是根據文字的高和寬在一定範圍內實現。因此對上一步得到的所有區域計算其高度和，如果過大或過小就丟掉該區域，文字寬度可以佔據整幅圖片。所以此處一般不對文字區域寬度做最大限定，只是限定其最小值。
好了，大概就這些了。總結一下，首先圖像提取輪廓，膨脹腐蝕，然後通過統計非零像素得到可能的文字區域，再根據文字寬和高的限制篩選，剔除圖像區域。看一下結果：
這裏再說一下，對大圖像運算時，如果直接在UI線程運行的話界面會卡死，很不爽，因此我將運算部分放到async task裏執行(不懂的同學可以自行學習)，然後加了一個進度條顯示進度，並且圖像的高度和寬度可以輸入，界面醜了點，但是學習文字提取的方法是可以用了的。最後說一下自己學習該方法是在百度文庫中的一篇文章中學到的，百度matlab檢測文字應該可以找到，此處通過學習他的matlab，瞭解核心方法，用opencv4android實現。當然，還有很多種文字檢測的方法，後續有時間會陸續更新，之後也會記錄一些文字識別和人臉檢測和識別等方法，希望感興趣的同學可以一起學習交流，如有大牛能對本文方法存在的錯誤進行指正，我將感激不盡。
附上相關程序下載地址:https://github.com/kmin0579/CharDetect.git