数字图像识别——基于模板匹配

对于数字图像识别而言，并非没有多种方法可供使用。其中一些典型的方法包括模板匹配技术、基于神经网络的学习模型以及支持向量机等分类器等。然而，在当前的情境下我们所处理的问题较为简单化：第一点表现为场景为纯白色的背景板配上黑色文本；第二点则在于其具有的明显的可识别特征这一特性对数字图像的分类工作至关重要。事实上，在matlab软件平台中已经内置了一个专门的OCR功能模块能够实现对数字、标点符号以及英文字母的文字识别工作；但这种基于模板匹配的传统算法在面对密集分布的数字字符时却显得力有未逮表现出一定的局限性

简要介绍一下我的识别程序处理的场景

根据上述特点，整理出如下的思路来实现数字识别：

（1）对图像中的数字按行列进行分割，以获取每一个数字；

（2）通过搭建动态构建模板来进行模式匹配，并实现了数字图像分类系统。尽管这种思路看似简单的办法，在这种情况下依然能够获得良好的识别效果。

先看测试图像和识别结果如下：

测试图像：

输出结果：

Outputs =

Columns 1 through 9

'133.133.133.252' '40756' '36.110.219.248