OpenCV-Python中实现简单数字识别OCR

问题：

我试图在OpenCV-Python（cv2）中实现“数字识别OCR”。它只是为了学习目的。我想在OpenCV中学习KNearest和SVM功能。
我有每个数字的100个样本（即图像）。我想和他们一起训练
OpenCV示例附带的示例letter_recog.py。但是我仍然无法弄清楚如何使用它。我不明白什么是样本，响应等。此外，它首先加载一个txt文件，我首先不明白。
稍后搜索一下，我可以在cpp示例中找到一个letter_recognition.data。我使用它，并在letter_recog.py的模型（仅用于测试）中为cv2.KNearest创建了一个代码：

1 2 3 4 5 6 7 8 9 10 11

import numpy as np import cv2   fn = 'letter-recognition.data' a = np.loadtxt(fn, np.float32, delimiter = ',' , converters = { 0 : lambda ch : ord (ch) - ord ( 'A' ) }) samples, responses = a[:, 1 :], a[:, 0 ]   model = cv2.KNearest() retval = model.train(samples,responses) retval, results, neigh_resp, dists = model.find_nearest(samples, k = 10 ) print results.ravel()

它给了我一个大小20000的阵列，我不明白是什么。
问题：
1）什么是letter_recognition.data文件？如何从我自己的数据集构建该文件？
2）results.reval()表示什么？
3）我们如何使用letter_recognition.data文件（KNearest或SVM）编写一个简单的数字识别工具？

回答：

那么，我决定在自己的问题上解决上述问题。我想要的是在OpenCV中使用KNearest或SVM功能来实现一个简单的OCR。下面是我做了什么和如何。 （只是为了学习如何使用KNearest进行简单的OCR目的）。
1）我的第一个问题是关于openCV示例附带的letter_recognition.data文件。我想知道那个文件里面是什么。
它包含一封信，以及该信的16个特征。
this SOF帮助我找到它。这些16个功能在文档Letter Recognition Using Holland-Style Adaptive Classifiers中进行了说明。
（虽然我不了解一些结尾的功能）
2）由于我知道，在不了解所有这些功能的情况下，很难做到这一点。我尝试了一些其他的论文，但对初学者来说，这些都是有点困难的。
So I just decided to take all the pixel values as my features.（我并不担心准确性或表现，我只是想让它工作，至少在最不准确的情况下）
我拍下了我的训练资料：

（我知道培训数据少了，但是由于所有的字母和字体大小相同，所以我决定尝试这样做）。
为了准备训练数据，我在OpenCV中编写了一个小代码。它做以下事情：
A）它加载图像。
B）选择数字（显然通过轮廓查找和对字母的面积和高度应用约束以避免错误检测）。
C）绘制围绕一个字母的边界矩形，并等待key press manually。这一次我们自己按数字键对应的字母在框中。
D）按下相应的数字键后，将此框重新调整为10×10，并将数组中的100个像素值（这里为样本）和相应的手动输入的数位保存在另一个数组中（这里为响应）。
E）然后将这两个数组保存在单独的txt文件中。
在数字手动分类结束时，列车数据（train.png）中的所有数字都由我们自己手动标记，图像如下图所示：

以下是我用于上述目的的代码（当然不是那么干净）：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

import sys   import numpy as np import cv2   im = cv2.imread( 'pitrain.png' ) im3 = im.copy()   gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) blur = cv2.GaussianBlur(gray,( 5 , 5 ), 0 ) thresh = cv2.adaptiveThreshold(blur, 255 , 1 , 1 , 11 , 2 )   #################      Now finding Contours         ###################   contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)   samples =  np.empty(( 0 , 100 )) responses = [] keys = [i for i in range ( 48 , 58 )]   for cnt in contours:      if cv2.contourArea(cnt)> 50 :          [x,y,w,h] = cv2.boundingRect(cnt)            if  h> 28 :              cv2.rectangle(im,(x,y),(x + w,y + h),( 0 , 0 , 255 ), 2 )              roi = thresh[y:y + h,x:x + w]              roismall = cv2.resize(roi,( 10 , 10 ))              cv2.imshow( 'norm' ,im)              key = cv2.waitKey( 0 )                if key = = 27 :  # (escape to quit)                  sys.exit()              elif key in keys:                  responses.append( int ( chr (key)))                  sample = roismall.reshape(( 1 , 100 ))                  samples = np.append(samples,sample, 0 )   responses = np.array(responses,np.float32) responses = responses.reshape((responses.size, 1 )) print "training complete"   np.savetxt( 'generalsamples.data' ,samples) np.savetxt( 'generalresponses.data' ,responses)

现在我们进入培训和测试部分。
对于我测试的部分，我使用下面的图像，它有相同类型的字母，我用来训练。

对于培训，我们做如下
A）加载我们之前已经保存的txt文件
B）创建一个我们正在使用的分类器的实例（这里是KNearest）
C）然后我们使用KNearest.train函数来训练数据
为了测试目的，我们做如下：
A）我们加载用于测试的图像
B）如前所述处理图像，并使用轮廓方法提取每个数字
C）为其绘制边框，然后调整为10×10，并将其像素值存储在数组中，如前所述。
D）然后我们使用KNearest.find_nearest（）函数来找到我们给出的最接近的项目。 （如果幸运，它会识别正确的数字。）
我在下面的单一代码中包括了最后两个步骤（培训和测试）：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

import cv2 import numpy as np   #######   training part    ############### samples = np.loadtxt( 'generalsamples.data' ,np.float32) responses = np.loadtxt( 'generalresponses.data' ,np.float32) responses = responses.reshape((responses.size, 1 ))   model = cv2.KNearest() model.train(samples,responses)   ############################# testing part  #########################   im = cv2.imread( 'pi.png' ) out = np.zeros(im.shape,np.uint8) gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) thresh = cv2.adaptiveThreshold(gray, 255 , 1 , 1 , 11 , 2 )   contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)   for cnt in contours:      if cv2.contourArea(cnt)> 50 :          [x,y,w,h] = cv2.boundingRect(cnt)          if  h> 28 :              cv2.rectangle(im,(x,y),(x + w,y + h),( 0 , 255 , 0 ), 2 )              roi = thresh[y:y + h,x:x + w]              roismall = cv2.resize(roi,( 10 , 10 ))              roismall = roismall.reshape(( 1 , 100 ))              roismall = np.float32(roismall)              retval, results, neigh_resp, dists = model.find_nearest(roismall, k = 1 )              string = str ( int ((results[ 0 ][ 0 ])))              cv2.putText(out,string,(x,y + h), 0 , 1 ,( 0 , 255 , 0 ))   cv2.imshow( 'im' ,im) cv2.imshow( 'out' ,out) cv2.waitKey( 0 )

下面是我得到的结果：

这里以100％的精度工作。我假设这是因为所有的数字都是相同的和相同的大小。
但是无论如何，这对初学者来说是一个很好的开始（我希望如此）。

翻译整理： codewenda.com
英文原文：stackoverflow

原文地址：http://codewenda.com/opencv-python%E4%B8%AD%E5%AE%9E%E7%8E%B0%E7%AE%80%E5%8D%95%E6%95%B0%E5%AD%97%E8%AF%86%E5%88%ABocr/

转载于:https://www.cnblogs.com/codewenda/p/7746469.html