前言
實踐是檢驗真理的唯一標準。因為覺得一板一眼地學習OpenCV太過枯燥,于是在網(wǎng)上找了一個以項目為導向的教程學習。話不多說,動手做起來。
1、案例介紹
提供信用卡上的數(shù)字模板:
要求:識別出信用卡上的數(shù)字,并將其直接打印在原圖片上。雖然看起來很蠢,但既然可以將數(shù)字打印在圖片上,說明已經(jīng)成功識別數(shù)字,因此也可以將其轉換為數(shù)字文本保存。車牌號識別等項目的思路與此案例類似。
示例:
原圖
處理后的圖
步驟
大致分為如下幾個步驟:
1.模板讀入
2.模板預處理,將模板數(shù)字分開,并排序
3.輸入圖像預處理,將圖像中的數(shù)字部分提取出來
4.將數(shù)字與模板數(shù)字進行匹配,匹配率最高的即為對應數(shù)字。
1、模板讀入,以及一些包的導入,函數(shù)定義等
import cv2 as cvimport numpy as npimport myutilsdef cv_show(name, img): # 自定義的展示函數(shù) cv.imshow(name, img) cv.waitKey(0)# 讀入模板圖n = ‘text’img = cv.imread(“images/ocr_a_reference.png”)# cv_show(n, template) # 自定義的展示函數(shù),方便顯示圖
2、模板預處理,將模板數(shù)字分開,并排序
模板的預處理順序:灰度圖,二值化,再進行輪廓檢測。需要注意的是openCV檢測輪廓時是檢測白色邊框,因此要將模板圖的數(shù)字二值化變?yōu)榘咨?/p>
# 模板轉換為灰度圖ref = cv.cvtColor(img, cv.COLOR_BGR2GRAY)# cv_show(n, ref)
# 轉換為二值圖,把數(shù)字部分變?yōu)榘咨玶ef = cv.threshold(ref, 10, 255, cv.THRESH_BINARY_INV)[1] # 騷寫法,函數(shù)多個返回值為元組,這里取第二個返回值cv_show(n, ref)
# 對模板進行輪廓檢測,得到輪廓信息refCnts, hierarchy = cv.findContours(ref.copy(), cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)cv.drawContours(img, refCnts, -1, (0, 0, 255), 2) # 第一個參數(shù)為目標圖像# cv_show(n, img
紅色部分即為檢測出的輪廓。接下來進行輪廓排序,因為檢測出的輪廓是無序的,因此要按照輪廓的左上角點的x坐標來排序。輪廓排序后按順序放入字典,則字典中的鍵值對是正確匹配的,如‘0’對應輪廓0 ,‘1’對應輪廓1。
# 輪廓排序refCnts = myutils.sort_contours(refCnts)[0]digits = {}
# 單個輪廓提取到字典中for (i, c) in enumerate(refCnts): (x, y, w, h) = cv.boundingRect(c) roi = ref[y:y + h, x:x + w] # 在模板中復制出輪廓 roi = cv.resize(roi, (57, 88)) # 改成相同大小的輪廓 digits[i] = roi # 此時字典鍵對應的輪廓即為對應數(shù)字。如鍵‘1’對應輪廓‘1’
至此,模板圖處理完畢。
3、輸入圖像預處理,將圖像中的數(shù)字部分提取出來
在此步驟中需要將信用卡上的每個數(shù)字提取出來,并與上一步得到的模板一一匹配。首先初始化卷積核,方便之后tophat操作以及閉運算操作使用。
# 初始化卷積核rectKernel = cv.getStructuringElement(cv.MORPH_RECT, (9, 3))sqKernel = cv.getStructuringElement(cv.MORPH_RECT, (5, 5))
接下來讀入圖片,調整圖片大小,轉換為灰度圖。
# 待分析圖片讀入,預處理card_image = cv.imread(“images/credit_card_01.png”)# cv_show(‘a(chǎn)’, card_image)card_image = myutils.resize(card_image, width=300) # 更改圖片大小gray = cv.cvtColor(card_image, cv.COLOR_BGR2GRAY)# cv_show(‘gray’, gray)
然后進行tophat操作,tophat可以突出圖片中明亮的區(qū)域,過濾掉較暗的部分:
tophat = cv.morphologyEx(gray, cv.MORPH_TOPHAT, rectKernel)# cv_show(‘tophat’, tophat)
再通過sobel算子檢測邊緣,進行一次閉操作,二值化,再進行一次閉操作,填補空洞。
# x方向的Sobel算子gradX = cv.Sobel(tophat, cv.CV_32F, 1, 0, ksize=3)
gradX = np.absolute(gradX) # absolute: 計算絕對值min_Val, max_val = np.min(gradX), np.max(gradX)gradX = (255 * (gradX - min_Val) / (max_val - min_Val))gradX = gradX.astype(“uint8”)
# 通過閉操作(先膨脹,再腐蝕)將數(shù)字連在一起。 將本是4個數(shù)字的4個框膨脹成1個框,就腐蝕不掉了gradX = cv.morphologyEx(gradX, cv.MORPH_CLOSE, rectKernel)# cv_show(‘close1’, gradX)
# 二值化thresh = cv.threshold(gradX, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)[1]
# 閉操作,填補空洞thresh = cv.morphologyEx(thresh, cv.MORPH_CLOSE, sqKernel)# cv_show(‘close2’, thresh)
之后就可以查找輪廓了。
threshCnts = cv.findContours(thresh.copy(), cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)[0]card_copy = card_image.copy()cv.drawContours(card_copy, threshCnts, -1, (0, 0, 255), 2)cv_show(‘Input_Contours’, card_copy)
4、模板匹配
將模板數(shù)字和待識別的圖片都處理好后,就可以進行匹配了。
locs = [] # 存符合條件的輪廓for i, c in enumerate(threshCnts): # 計算矩形 x, y, w, h = cv.boundingRect(c)
ar = w / float(h) # 選擇合適的區(qū)域,根據(jù)實際任務來,這里的基本都是四個數(shù)字一組 if 2.5 《 ar 《 4.0: if (40 《 w 《 55) and (10 《 h 《 20): # 符合的留下來 locs.append((x, y, w, h))
# 將符合的輪廓從左到右排序locs = sorted(locs, key=lambda x: x[0])
接下來,遍歷每一個大輪廓,每個大輪廓中有四個數(shù)字,對應四個小輪廓。將小輪廓與模板匹配。
output = [] # 存正確的數(shù)字for (i, (gx, gy, gw, gh)) in enumerate(locs): # 遍歷每一組大輪廓(包含4個數(shù)字) groupOutput = []
# 根據(jù)坐標提取每一個組(4個值) group = gray[gy - 5:gy + gh + 5, gx - 5:gx + gw + 5] # 往外擴一點 # cv_show(‘group_’ + str(i), group) # 預處理 group = cv.threshold(group, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)[1] # 二值化的group # cv_show(‘group_’+str(i),group) # 計算每一組的輪廓 這樣就分成4個小輪廓了 digitCnts = cv.findContours(group.copy(), cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)[0] # 排序 digitCnts = myutils.sort_contours(digitCnts, method=“l(fā)eft-to-right”)[0]
# 計算并匹配每一組中的每一個數(shù)值 for c in digitCnts: # c表示每個小輪廓的終點坐標 z = 0 # 找到當前數(shù)值的輪廓,resize成合適的的大小 (x, y, w, h) = cv.boundingRect(c) # 外接矩形 roi = group[y:y + h, x:x + w] # 在原圖中取出小輪廓覆蓋區(qū)域,即數(shù)字 roi = cv.resize(roi, (57, 88)) # cv_show(“roi_”+str(z),roi)
# 計算匹配得分: 0得分多少,1得分多少。.. scores = [] # 單次循環(huán)中,scores存的是一個數(shù)值 匹配 10個模板數(shù)值的最大得分
# 在模板中計算每一個得分 # digits的digit正好是數(shù)值0,1,。..,9;digitROI是每個數(shù)值的特征表示 for (digit, digitROI) in digits.items(): # 進行模板匹配, res是結果矩陣 res = cv.matchTemplate(roi, digitROI, cv.TM_CCOEFF) # 此時roi是X digitROI是0 依次是1,2.。 匹配10次,看模板最高得分多少 Max_score = cv.minMaxLoc(res)[1] # 返回4個,取第二個最大值Maxscore scores.append(Max_score) # 10個最大值 # print(“scores:”,scores) # 得到最合適的數(shù)字 groupOutput.append(str(np.argmax(scores))) # 返回的是輸入列表中最大值的位置 z = z + 1# 畫出來 cv.rectangle(card_image, (gx - 5, gy - 5), (gx + gw + 5, gy + gh + 5), (0, 0, 255), 1) # 左上角,右下角# putText參數(shù):圖片,添加的文字,左上角坐標,字體,字體大小,顏色,字體粗細 cv.putText(card_image, “”.join(groupOutput), (gx, gy - 15), cv.FONT_HERSHEY_SIMPLEX, 0.65, (0, 0, 255), 2)
最后將其打印出來,任務就完成了。
cv.imshow(“Output_image_”+str(i), card_image)cv.waitKey(0)
總結
信用卡識別的案例用到了圖像處理的一些基本操作,對剛上手CV的人來說還是比較友好的。
編輯:lyn
-
數(shù)字識別
+關注
關注
2文章
19瀏覽量
10140 -
OpenCV
+關注
關注
31文章
634瀏覽量
41338
原文標題:OpenCV萌新福音:易上手的數(shù)字識別實踐案例
文章出處:【微信號:Huawei_Developer,微信公眾號:華為開發(fā)者社區(qū)】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論