前言
经过一段时间的python-opencv的学习,对opencv在图像处理方面的一些基本用法,既然学了,那就应该学以致用,就像着用现在学到的知识去实战一下,在网上看到了用opencv去实现银行卡的号码识别,但是因为讲解过于简略,所以就仿照着号码识别的基本思路一步一步的实现数字识别。因为不会科学上网,所以完整代码放在了gitee。
一、识别原理
在前面python-opencv中学到了模板匹配,而银行卡号码识别的基本思路也是基于模板匹配的,我觉得整个流程就是特征提取和特征匹配,通过读入一张号码模板图像,经过基本图像处理后得到每个数字得轮廓,然后对每个数字得轮廓进行读取并排序,就得到了一个模板。
再读入样本图片,也是经过一系列得图像处理后的到数字串的轮廓,对没一串数字进行拆分提取数字轮廓,并与模板中的每个数字进行对比,得分最高的就是当前数字的数值。具体实现方法在代码实现里。
因为找不到合适的样本图片,所以自己做了一张图片。
二、代码实现
1.制作模板
制作模板还是比较简单的,因为模板图片事先经过大小排序,而且图片也是灰度图的形式,不需要再对图像进行过多的处理。
# 导入工具包
from imutils import contours
import numpy as np
import argparse
import cv2
import myutils
# 设置参数
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,
help="path to input image")
ap.add_argument("-t", "--template", required=True,
help="path to template OCR-A image")
args = vars(ap.parse_args())
# 绘图展示
def cv_show(name,img):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 读取一个模板图像
img = cv2.imread(args["template"])
#cv_show('img',img)
# 灰度图
ref = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#cv_show('ref',ref)
# 二值图像
ref = cv2.threshold(ref, 10, 255, cv2.THRESH_BINARY_INV)[1]
#cv_show('ref',ref)
# 计算轮廓
#cv2.findContours()函数接受的参数为二值图,即黑白的(不是灰度图),cv2.RETR_EXTERNAL只检测外轮廓,cv2.CHAIN_APPROX_SIMPLE只保留终点坐标
#返回的list中每个元素都是图像中的一个轮廓
refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
#外画轮廓
cv2.drawContours(img,refCnts,-1,(0,0,255),3)
#cv_show('img',img)
#print (np.array(refCnts).shape)
refCnts = myutils.sort_contours(refCnts, method="left-to-right")[0] #排序,从左到右,从上到下
digits = {}
# 遍历每一个轮廓
for (i, c) in enumerate(refCnts):
# 计算外接矩形并且resize成合适大小
(x, y, w, h) = cv2.boundingRect(c)
roi = ref[y:y + h, x:x + w]
roi = cv2.resize(roi, (57, 88))
#cv_show('image',roi)
# 每一个数字对应每一个模板
digits[i] = roi
2.样本识别
从样本图片看出,数字串并不是有规律的排序,而且分布杂乱,这个时候就需要对图像进行处理,先将图像转成灰度图,再二值化。这个时候图像只剩数字串。
数字串用sobel算子画出数字串的边缘,通过一到两次闭操作(先膨胀,再腐蚀),闭操作的目的其实就是将数字连在一起,前面设置的卷积核大小也是影响闭操作的,不同大小的卷积核效果不同,这样方便后面将整个数字串框起来,之后的操作其实和制作模板差不多,将数字串框出,对数字进行分割,每个数字和模板一一对比,得分最高的就是这个数字的数值。
.
# 初始化卷积核
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 9))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9, 9))
#读取输入图像,预处理
image = cv2.imread(args["image"])
#cv_show('image',image)
#image = myutils.resize(image, width=300)
# 灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#cv_show('gray',gray)
#二值图像
tophat = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV)[1]
#cv_show('tophat',tophat)
# 画边框
gradX = cv2.Sobel(tophat, ddepth=cv2.CV_32F, dx=1, dy=0, #ksize=-1相当于用3*3的
ksize=-1)
gradX = np.absolute(gradX)
(minVal, maxVal) = (np.min(gradX), np.max(gradX))
gradX = (255 * ((gradX - minVal) / (maxVal - minVal)))
gradX = gradX.astype("uint8")
print (np.array(gradX).shape)
#cv_show('gradX',gradX)
#通过闭操作(先膨胀,再腐蚀)将数字连在一起
gradX = cv2.morphologyEx(gradX, cv2.MORPH_CLOSE, rectKernel)
#cv_show('gradX',gradX)
#再来一个闭操作
thresh = cv2.morphologyEx(gradX, cv2.MORPH_CLOSE, sqKernel) #再来一个闭操作
#cv_show('thresh',thresh)
# 计算轮廓
threshCnts, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
#画轮廓
cnts = threshCnts
cur_img = image.copy()
cv2.drawContours(cur_img,cnts,-1,(0,0,255),3)
#cv_show('img',cur_img)
locs = []
# 遍历轮廓
for (i, c) in enumerate(cnts):
# 计算矩形
(x, y, w, h) = cv2.boundingRect(c)
ar = w / float(h)
# 选择合适的区域,根据实际任务来,这里的基本都是四个数字一组
if (w > 40) and (h > 10):
#符合的留下来
locs.append((x, y, w, h))
# 将符合的轮廓从左到右排序
locs = sorted(locs, key=lambda x:x[0])
output = []
# 遍历每一个轮廓中的数字
for (i, (gX, gY, gW, gH)) in enumerate(locs):
# initialize the list of group digits
groupOutput = []
# 根据坐标提取每一个组
group = tophat[gY :gY + gH , gX :gX + gW ]
#cv_show('group',group)
# 预处理
group = cv2.threshold(group, 0, 255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
# cv_show('group',group)
# 计算每一组的轮廓
digitCnts,hierarchy = cv2.findContours(group.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
digitCnts = contours.sort_contours(digitCnts,
method="left-to-right")[0]
# 计算每一组中的每一个数值
for c in digitCnts:
# 找到当前数值的轮廓,resize成合适的的大小
(x, y, w, h) = cv2.boundingRect(c)
roi = group[y:y + h, x:x + w]
roi = cv2.resize(roi, (55,87))
#cv_show('roi',roi)
# 计算匹配得分
scores = []
# 在模板中计算每一个得分
for (digit, digitROI) in digits.items():
# 模板匹配
result = cv2.matchTemplate(roi, digitROI,
cv2.TM_CCOEFF)
(_, score, _, _) = cv2.minMaxLoc(result)
scores.append(score)
# 得到最合适的数字
groupOutput.append(str(np.argmax(scores)))
# 画出来
cv2.rectangle(image, (gX - 5, gY - 5),
(gX + gW + 5, gY + gH + 5), (0, 0, 255), 1)
cv2.putText(image, "".join(groupOutput), (gX, gY - 15),
cv2.FONT_HERSHEY_SIMPLEX, 0.65, (0, 0, 255), 2)
# 得到结果
output.extend(groupOutput)
cv2.imshow("Image", image)
cv2.waitKey(0)
效果:
文章来源:https://www.toymoban.com/news/detail-613981.html
总结
在调试的过程中发现,数字8和数字6经常会识别成0,原因可能是因为,8和6中的圆圈与0的模板匹配,导致得分较高,后面处理就是在模板0中加了一横,然后我发现样本中并没有0,索性就不加了。文章来源地址https://www.toymoban.com/news/detail-613981.html
到了这里,关于Opencv实战——数字识别的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!