OpenCV数字识别

本文介绍了使用OpenCV进行数字识别的基本步骤,包括图片二值化、寻找轮廓、轮廓排序、数字模板初始化、数字分割和模板匹配。通过模板匹配计算差值,找出最匹配的数字。但这种方法受到数字颜色、背景颜色和字体大小等因素的影响,可能影响识别准确性。
摘要由CSDN通过智能技术生成

  熟悉OpenCV的朋友都知道OpenCV可以用来识别很多东西,今天我们就以基本的数字识别来探索OpenCV的识别之路。

大致的步骤如下:

(1)首先要加载一幅含有数字的图片,并对它进行二值化。

(2)寻找数字的大致轮廓。

(3)对找到的数字轮廓按照输入图片的顺序进行排序。

(4)根据上一步找到的顺序对数字轮廓进行分割,将单个数字轮廓提取出来。

(5)模板匹配

1、图片二值化处理

输入一幅图片并进行二值化处理,方便下一步找到轮廓。

Mat srcImage=imread("E://pictured//photo.jpg");

imshow(''原图",srcImage);

Mat grayImage,binImage;

cvtColor(srcImage,grayImage,COLOR_BGR2GRAY);

threshold(grayImage,binImage,100,255,CV_THRESH_BINARY_INV);//这个CV_THRESH_BINARY_INV参数的选择是根据输入图片的数字颜色和背景颜色决定的。

2、寻找数字的轮廓

    Mat conImage = Mat::zeros(binImage.size(), binImage.type());//寻找轮廓,必须指定为寻找外部轮廓。目的是为了限定一个数字只有一个轮廓。

    vector<vector<Point>> contours;

    vector<Vec4i> hierarchy;

    findContours(binImage, contours, hierarchy,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值