Python 利用opencv进行数字识别

我有4个小图片

有数字6、16、9和9。我将图片和数字与我的模板进行比较，只有30个变体[0-30]。图片-截图是。数字出现在正方形的不同位置（示例中，9在左角，9在右角）

我使用两种方法：计算白色像素的数量

original = cv2.imread('im/16.png')
sought = [254,254,254]
result = np.count_nonzero(np.all(original==sought,axis=2)) 

除6号和9号外，这种方法总是有效的。在这种情况下，白色像素的数量相等

第二种方法：获取图像上所有像素的位置，并将数据与其他图像进行比较：

# tit - title of image
# same list for equal images
difference = cv2.subtract(original,image_to_compare)
b,g,r = cv2.split(difference)
cv2.countNonZero(b) == 0:
    same.append(tit)
if len(same) > 1:
    res = same
    print(res)

这个方法帮助我区分6和9，但是！在两张不同角落有9个的图像中，它也能识别出差异

---

我希望我的代码能够识别每个数字，并且在图像的右侧或左侧看不到一个数字之间的差异

在

opencv

中，您可以在

6

和

9

上训练分类器，例如用于目标检测的基于Haar特征的级联分类器（，）

示例代码位于

---

我不知道这是否是一项任务，如果你固定使用opencv，如果不是的话，你可以使用神经网络，cf章节Tunnel Vision of或然而空间变压器网络对于这个问题有点过于复杂

你可以找到许多关于OCR的论文和软件，因为它在许多应用中被广泛使用。我想使用numpy和opencv为您的问题提供一个非常简单的解决方案，这将完成这项工作

我们将要做的是：

导入numpy和opencv

加载您提供的图像

特雷斯告诉他们

Make函数，该函数将返回给定图像中的数字数组

比较图1和图2的数字

制作我们的“数字库”，让我们知道数字9是什么样子

将图3中的数字与我们的“数字库”进行比较

代码：

函数，该函数将返回给定图像中的数字数组：

def get_images_of_digits(image):
    components = cv2.connectedComponentsWithStats(image, 8, cv2.CV_16U) #Separate digits
    #Get position of every components
    #For details how this works take a look at 
    #https://stackoverflow.com/questions/35854197/how-to-use-opencvs-connected-components-with-stats-in-python
    position_of_digits = components[2] 
    number_of_digits = len(position_of_digits) - 1 #number of digits found in image
    digits = [] #Array with every digit in image
    for i in range(number_of_digits):    
        w = position_of_digits[i+1,0] #Left corner of digit
        h = position_of_digits[i+1,1] #Top corner of digit
        digit = image[h:h+height_of_digit,w:w+width_of_digit] #Cut this digit out of image

        #Count how many white pixels there are
        px_count = np.count_nonzero(digit)
        #Divide every pixel by square root of count of pixels in digit. 
        #Why? If we make convolution with the same digit it will give us sweet "1", which means these digits are identical
        digit = digit / np.sqrt(px_count)  
    digits.append(digit)

return digits #Return all digits

获取数字

d_1 = get_images_of_digits(image1)[0] #Digit "9" from first image
d_2 = get_images_of_digits(image2)[0] #Digit "9" from second image
d_3 = get_images_of_digits(image4)[0] #Digit "6" from last image

print(cv2.filter2D(d_1,-1,d_2).max()) #Digit "9" on image 1 and 2 match perfectly (result of convolution is 1).
#Filter2D does convolution (correlation to be precise, but they are the same for our purpose)

将第一张图像中的数字“9”和最后一张图像中的数字“6”放入数字库。然后仔细检查我们在图3中找到的每个数字，并将其与我们的数字库进行比较。如果分数低于0.9，则不匹配

bank_of_digits = {"9":d_1, "6":d_3} 
for digit in get_images_of_digits(image3):
    #print(digit)
    best_restult = 0.9 #If score is above 0.9, we say it is match
    #Maybe tweak this higher for separating chars "8" and "9" and "0"
    matching_digit = "?" #Default char, when there is no match
    for number in bank_of_digits:
        score = cv2.filter2D(digit,-1,bank_of_digits[number]).max() #Returns 0-1 . 1 Means perfect match       
        print("Score for number " + number +" is: "+ str(np.round(score,2)) )
        if score > best_restult: #If we find better match
            best_restult = score #Set highest score yet
            matching_digit = number #Set best match number
    print("Best match: " + matching_digit)

最终结果将是图像3中第一个数字的“？”，因为我们银行中没有数字“1”，第二个结果将是得分为0.97的“6”

TLDR：我制作了一种算法，将数字从图像中分离出来，并比较这些数字。将打印最佳匹配项。

可能的副本

bank_of_digits = {"9":d_1, "6":d_3} 
for digit in get_images_of_digits(image3):
    #print(digit)
    best_restult = 0.9 #If score is above 0.9, we say it is match
    #Maybe tweak this higher for separating chars "8" and "9" and "0"
    matching_digit = "?" #Default char, when there is no match
    for number in bank_of_digits:
        score = cv2.filter2D(digit,-1,bank_of_digits[number]).max() #Returns 0-1 . 1 Means perfect match       
        print("Score for number " + number +" is: "+ str(np.round(score,2)) )
        if score > best_restult: #If we find better match
            best_restult = score #Set highest score yet
            matching_digit = number #Set best match number
    print("Best match: " + matching_digit)