OpenCV实现0到9数字识别OCR

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

使用OpenCV对0到9数字进行识别，实现简单OCR功能，基于CA（轮廓）分析实现特征提取，基于L1距离计算匹配实现数字识别。在排除干扰的基础上，识别精度可以达到98%以上。整个算法分为两个部分，第一部分是特征提取，提取的特征实现了尺度不变性与轻微光照与变形干扰排除，第二部分基于特征数据进行匹配实现了相似性比较，最终识别0到9十个数字。

第一部分详解：

算法的第一部分主要是实现以下功能，提取42个特征向量，用其中40个向量做匹配识别，另外两个向量做辅助检查。比如0跟1的横纵比有明显差别。特征提取的主要步骤如下： 

1. 图像去噪声与二值化 2. 轮廓发现与ROI区域分割 3. 水平与垂直投影，提取20个向量，并归一化 4. 网格分割5x4，提取20个向量，并归一化 5. 宽高比与空白比，总计42个向量提取完成

预处理通过高斯模糊去噪声，然后通过全局阈值实现图像二值化，使用轮廓发现提取ROI矩形区域，对每个区域完成3～5步，实现特征提取，其中水平与垂直投影演示如下：

对ROI区域的水平与垂直投影分别分成10个BIN，考虑到浮点数划分，每个BIN长度不一定是整数，这样就通过权重进行按比例分割像素点。完成每个BIN的前景像素点统计。

同样对数字ROI区域实现5x4的网格分割，每个Cell计算前景像素个数，也会借助权重比例进行分割，最终得到归一化之后的20个特征向量。

这样得到的40个特征向量具有放缩不变性与轻微抗干扰变形能力。

第二部分详解：

运行截图：

训练数据：

输入数据：

识别结果：

观察结论

训练数据和识别数据在字体、大小上均有差异，然而根据提取的特征进行匹配，均可识别，充分证明了本识别算法的尺度不变性与局部抗干扰能力。

执行代码

int main(int argc, char** argv) {
    Mat src = imread("D:/vcprojects/images/td1.png");
    if(src.empty()) {
        printf("could not load image...\n");
        return-1;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", src);
    // 训练
    train_data();
    // 测试
    test_data();
    waitKey(0);
    return0;
}

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~