opencv印刷数字识别

opencv印刷版数字识别

学了一个多月的opencv,想实现点简单的识别功能,参考Not-Bad的博文上进行开发

我的实现过程大概分为

    1.灰度化并二值处理

    2.找到轮廓位置

    3.划分出每个区域

    4.加载数据库(0-9)

    5.每个区域遍历数据库找出最匹配的值

 

我是在vscode上直接截图的,全部直接写在main函数里面

(这个图片也算是生成数据库文件)

识别结果如下:

 

详细说下每个步骤及代码流程

    1.灰度化并二值处理

    先读取图片灰度自动阈值化处理

Mat srcImage = imread("image/screenshoot.png");

Mat grayImage = Mat::zeros(srcImage.size(),CV_8UC1);
cvtColor(srcImage,grayImage,CV_BGR2GRAY);

Mat dstImage = Mat::zeros(grayImage.size(),grayImage.type());  
adaptiveThreshold(grayImage,dstImage,255,ADAPTIVE_THRESH_MEAN_C,0,7,0);

这里结束之后先检查一下图片是否可靠

达到这种效果可以继续往下,不然最好把上面参数调整一下

2.寻找轮廓 标出最小矩阵

Mat Image = Mat::zeros(srcImage.size(),CV_8UC3);
vector< vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours(dstImage,contours,hierarchy,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);
drawContours(Image,contours,-1,Scalar(255,255,255)); 

             

    Mat copyImage = Image.clone();
    
    Rect rect[64]; //存放10个数字的rect

    //根据contours迭代器遍历每一个轮廓 画出所有最小矩阵
    vector<vector<Point> >::iterator It; int index;
    for( index = 0, It = contours.begin();It < contours.end();It++,index++){                        //画出可包围数字的最小矩形
        
        Point2f vertex[4];  
        rect[index] = boundingRect(*It);
        vertex[0] = rect[index].tl();                                                              //矩阵左上角的点
        vertex[1].x = (float)rect[index].tl().x, vertex[1].y = (float)rect[index].br().y;                 //矩阵左下方的点
        vertex[2] = rect[index].br();                                                              //矩阵右下角的点
        vertex[3].x = (float)rect[index].br().x, vertex[3].y = (float)rect[index].tl().y;                 //矩阵右上方的点

        for(int j = 0; j < 4; j++)
        {
            line(Image,vertex[j], vertex[ (j+1)%4 ],Scalar(0,0,255),1);
        }
        
            
    }

 

这里能够实现到匹配相关的轮廓 (相关结果如下)

 

 

3.创建数据库文件(建一次代码就不要用了)

最开始没有数据库文件的时候最好把0-9创建一下

 

for(int t = index-1,name = 0;t>=0;t--,name++)
    {
        Mat tempImg;
        resize(copyImage(rect[t]),tempImg,Size(30,30));
        ostringstream fileName;
        fileName <<"image/numberImage/"<<name<<".jpg";
        imwrite(fileName.str(),tempImg);
    }    

 

4.数据库文件的匹配

(我刚开始想的模板匹配里面的算法,各位有没有这种想法,但是模板匹配研究于一个模板在一张图片的位置)

所以就计算每个像素点的相同数量 代码我也贴出来

ps:图片的计算顺序从右往左

        for(int t = index -1;t>=0;t--)
        {
        //调整矩阵 与数据库图片大小一致
        Mat tempRect = Mat::zeros(db[0].size(),db[0].type());
        resize(copyImage(rect[t]),tempRect,tempRect.size());
        int rows = tempRect.rows;
        int cols = tempRect.cols*tempRect.channels();
        
        //每个rect在数据库中进行匹配,找出最相近的值
        int Matchresult = 0;//最小匹配值
        int MatchIndex = 0;//最小匹配值对应的的db序号

        for(int u=0;u<dbLen;u++)
        {
            int same = 0;
            
            for(int v =0;v<rows;v++)
            {
                uchar*data1 = tempRect.ptr<uchar>(v);
                uchar*data2 = db[u].ptr<uchar>(v);
                
                for(int w = 0;w<cols;w+=3)
                {
                    if(data1[w]==data2[w])
                        same++;
                }
            }

            if(same>Matchresult)
            {
                Matchresult = same;
                MatchIndex = u;
            }

            //如果这张图片完全一致 则不匹配其他的图片
            if(same==rows*cols/3)
            {
                break;
            }
        }
        //输出匹配的结果
        cout<<MatchIndex;
    }

 

输出结果之前发过了就不发了,有问题欢迎留言

 

对了,我的开发平台是Ubuntu16.04+vscode+opencv3.4.1

所有代码和图片在这里下载