Python 使用OpenCV识别7段显示器上的数字

我试图识别7段显示屏上的数字

我在Jupyter笔记本上使用python

我有0~9 7段显示的数字图像， 每个数字都有。是分开保存的。 下面是

3

，

3.

，

2

，

2.

我想在目标图像上找到这些图像

我听说有一些工具可以在

OpenCV

上找到类似的图像

我尝试了用SIFT描述符和比率测试进行强力匹配 但结果似乎并不准确

将numpy导入为np
将cv2作为cv导入
将matplotlib.pyplot作为plt导入
img1=cv2.imread（'C:\\Users\\USER\\Desktop\\test\\deeplearningimage\\thermo\\3..png'，cv2.imread_GRAYSCALE）#trainImage
img2=cv2.imread（'C:\\Users\\USER\\Desktop\\test\\thermosample.jpg'，cv2.imread_GRAYSCALE）#查询图像
#启动筛分检测器
sift=cv.sift_create（）
#使用SIFT查找关键点和描述符
kp1，des1=筛选、检测和计算（img1，无）
kp2，des2=筛选、检测和计算（img2，无）
#具有默认参数的BFMatcher
bf=cv2.BFMatcher（）
匹配=bf.knnMatch（des1，des2，k=2）
#应用比率测试
好的=[]
对于匹配中的m，n：
如果m.距离<0.75*n.距离：
好的。追加（[m]）
#cv.drawMatchesKnn希望列表列表为匹配项。
img3=cv2.drawMatchesKnn（img1、kp1、img2、kp2、良好、无、标志=cv.DrawMatchesFlags\u NOT\u DRAW\u单点）
plt.imshow（img3），plt.show（）

这是上面代码的输出

我不知道该怎么做。

---

任何其他的

opencv

可以解决这个问题吗？

你可以在阈值化和边缘检测之后使用模板匹配

将numpy导入为np
将matplotlib.pyplot作为plt导入
进口cv2
#读取图像
BGR=cv2.imread（'input.jpg'）
RGB=cv2.CVT颜色（BGR，cv2.COLOR_BGR2RGB）
#通道分裂
R=BGR[…，2]
G=BGR[…，1]
B=BGR[…，0]
#每个通道的阈值
R[B>120]=0
R[G>120]=0
R[R=阈值）
对于邮政编码（*Loc）中的pt：
cv2.矩形（img，（Loc[0]，Loc[1]），（Loc[0]+w，Loc[1]+h），（255255128），2）

可以在阈值化和边缘检测后使用模板匹配

将numpy导入为np
将matplotlib.pyplot作为plt导入
进口cv2
#读取图像
BGR=cv2.imread（'input.jpg'）
RGB=cv2.CVT颜色（BGR，cv2.COLOR_BGR2RGB）
#通道分裂
R=BGR[…，2]
G=BGR[…，1]
B=BGR[…，0]
#每个通道的阈值
R[B>120]=0
R[G>120]=0
R[R=阈值）
对于邮政编码（*Loc）中的pt：
cv2.矩形（img，（Loc[0]，Loc[1]），（Loc[0]+w，Loc[1]+h），（255255128），2）

你考虑过吗？@MANDU“我想在目标图像上找到这些图像”，你想找到位置？或者它是否存在？我已经成功地使用了这里的想法：从7段记录数字display@SiHa不管怎样，在这个教程中，他没有考虑点。只是7个段落对吗？现在你提到它，是的，我相信那是真的（已经有一段时间了）。你考虑过了吗？@曼杜。“我想在目标图像上找到这些图像”，你想找到位置吗？或者它是否存在？我已经成功地使用了这里的想法：从7段记录数字display@SiHa不管怎样，在这个教程中，他不考虑点。只是7个部分正确？现在你提到它，是的，我相信那是真的（已经有一段时间了）。