机器视觉||火车票识别系统 - OpenCV python 深度学习

文章目录

目前火车乘务员在卧铺旅客在上车前为其提供将火车票换成位置信息卡服务，在旅客上车前，由于上车人数多，而且大多数旅客都携带大量行李物品，而且乘车中老人和小孩也较多。在换卡这一过程中，人员拥挤十分厉害，而且上火车时，火车门窄阶梯也较陡，危险系数十分高。乘务员维持秩序十分困难。换卡之后，在旅客下车之前乘务员又要将位置信息卡换成火车票。这一过程冗长且对于旅客基本没有任何有用的意义。如果通过光学符识别软件，乘务员利用ipad等电子产品扫描采集火车票图像，读取文本图像，通过识别算法转成文字，将文字信息提取出来，之后存储起来，便于乘务员统计查看，在旅客到站是，系统自动提醒乘务员某站点下车的所有旅客位置信息。随着铁路交通的不断优化，车次与旅客人数的增加，火车票免票系统将更加便捷，为人们带来更好的服务。

1.1 难点：

由于火车票票面文字识别属于多种字体混排，低品质的专用印刷汉子识别。火车票文字笔画粘连，断裂，识别复杂度高，难度大，采用目前较好的OCR技术都比较难以实现。

2 实现方法

2.1 图像预处理

火车票经过扫描装置火车照相机等装置将图像传递到计算机，经过灰度处理保存为一幅灰度图。如果要对火车票进行后期的识别，那么就一定要对图像做二值化，之后再对二值化的图像进行版面分析，确定我们所需要的信息所在，之后才能进行单个字符的分割，才能对字符做提取特征点的工作，之后按照我们对比确定的规则来进行判决从而达到识别效果。

由于火车票容易被污损、弯折，而且字符的颜色也是有所不同，火车票票号是红色，而其他信息显示则为黑色，票面的背景包括红色和蓝色两种彩色，这些特点都使得火车票的文字识别不同于一般的文字识别。在识前期，要对火车票图像做出特定的处理才能很好的进行后续的识别。本次课题所研究的预处理有平常所处理的二值化，平滑去噪之外还需要针对不同字符颜色来进行彩色空间上的平滑过滤。

预处理流程如下所示

2.2 字符分割

字符分割就是在版面分析后得到的文本块切分成为文字行，之后再将行分割成单个字符，来进行后续的字符