不记得是几月份了，king总接了一个私活，就是要求从地图查询的那些网站上获取到地图下来，然后识别出地图中的地名。需求很简单的目标也很明确。king总貌似用了一个星期左右的时间就完成了。在此佩服一下。

在此前我已经对图像很有兴趣，但是一直没有机会练手，现在就king总上面的需求，我也来试试识别地图上的地名。

大概的思路如下：

把彩色的地图图像变换成灰度图像，对灰度图像进行二值化，去掉一些噪点，然后分割出单独的地名块，把地名块分割成单个中文字，得到这些中文字之后，利用BP神经网络进行训练以及后续的识别。关于神经网络的相关资料可以参考我的《

人工神经网络(Artificial Neural Netwroks)笔记 》。

当然，因为常用的汉字就那么几千个，完全可以利用图像的相似度来识别图像中的文字，准确率也挺高的，但是面对未知的文字也就无能为力了。。。当然这里应用的神经网络面对完全未知的样本也是只能无能为力，但是单纯利用图像的相似度的话，速度太慢了，毕竟每一个待识别的文字都需要遍历一次样本集。神经网络一下子就出来了。（识别的时候，两层的BP神经网络的时间复杂度是多少呢？和什么有关呢？）

好了，下面是看看效果

原始图像

灰度图像

二值化图像

从二值化图像中可以看到，球场还有一些马路都没有了，看来这二值化的效果相当不错嘛。我采用的是阀值二值化算法。
对于剩下的一些干扰，我打算采用图像连通图的方式去掉，就是判断某一个像素点八邻接像素点的情况。判断图像是否连通。从而把一些大的干扰图像去掉。对于小的干扰点 腐蚀一下就完了。或者继续计算八邻接像素点也是可行的方式。然后就是切割文字，对于倾斜的文字暂时不考虑。具体如何操作会在接下来的文章介绍了。