现在很多场景需要使用的数字识别,比如银行卡识别,以及车牌识别等,在AI领域有很多图像识别算法,大多是居于opencv 或者谷歌开源的tesseract 识别.
由于公司业务需要,需要开发一个客户端程序,同时需要在xp这种老古董的机子上运行,故研究了如下几个数字识别方案,如果大家有更好的方案可以留言告知我,大家一起学习借鉴,不过需要支持XP系统,万分感谢!
ocr 识别的不同选择方案
•tesseract
•放弃:谷歌的开源tesseract ocr识别目前最新版本不支持xp系统
•云端ocr 识别接口(不适用)
•费用比较贵:•场景不同,我们的需求是可能毫秒级别就需要调用一次ocr 识别
•opencv
•概念:OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
以上几种ocr 识别比较,最后选择了opencv 的方式进行ocr 数字识别,下面讲解通过ocr识别的基本流程和算法.
opencv 数字识别流程及算法解析
要通过opencv 进行数字识别离不开训练库的支持,需要对目标图片进行大量的训练,才能做到精准的识别出目标数字;下面我会分别讲解图片训练的过程及识别的过程.
opencv 识别算法原理
1.比如下面一张图片,需要从中识别出正确的数字,需要对图片进行灰度、二值化、腐蚀、膨胀、寻找数字轮廓、切割等一系列操作.
原图
灰度化图
二值化图
寻找轮廓
识别后的结果图
以上就是简单的图片进行灰度化、二值化、寻找数字轮廓得到的识别结果(==这是基于我之前训练过的数字模型下得到的识别结果==) 有些图片比较赋值,比如存在背景斜杠等的图片则需要一定的腐蚀或者膨胀等处理,才能寻找到正确的数字轮廓.
上面的说到我这里使用的是opencv 图像处理库进行的ocr 识别,那我这里简单介绍下C# 怎么使用opencv 图像处理看;
为了在xp上能够运行 我这里通过nuget 包引用了 OpenCvSharp-AnyCPU 第三方库,它使用的是opencv 2410 版本,你们如果不考虑xp系统的情况下开源使用最新的版本,最新版本支持了更多的识别算法.
右击你的个人项目,选择“管理Nuget程序包”。在包管理器页面中,点击“浏览”选项,然后在搜索框中键入“OpenCvSharp-AnyCPU”。选择最顶端的正确项目,并在右侧详情页中点击“安装”,等待安装完成即可。
以上的核心代码如下:
private void runSimpleOCR(string pathName) {
//构造opcvOcr 库,这里的是我单独对opencv 库进行的一次封装,加载训练库模板 var opencvOcr = new OpencvOcr($"{path}Template\\Traindata.xml", opencvOcrConfig: new OCR.Model.OpencvOcrConfig() {
ErodeLevel = 2.5, ThresholdType = OpenCvSharp.ThresholdType.Binary, ZoomLevel = 2, }); var img = new Bitmap(this.txbFilaName.Text); var mat = img.ToMat(); //核心识别方法 var str = opencvOcr.GetText(mat, isDebug: true); this.labContent.Content = str; }
opencvOcr 的核心代码如下
#region 属性 const double Thresh = 80; const double ThresholdMaxVal = 255; const int _minHeight = 35; bool _isDebug = false; CvKNearest _cvKNearest = null; OpencvOcrConfig _config = new OpencvOcrConfig() { ZoomLevel = 2, ErodeLevel = 3 }; #endregion /// /// 构造函数 /// /// 训练库完整路径 /// OCR相关配置信息 public OpencvOcr(string path, OpencvOcrConfig opencvOcrConfig = null) {
if (string.IsNullOrEmpty(path)) throw new ArgumentNullException("path is not null"); if (opencvOcrConfig != null) _config = opencvOcrConfig; this.LoadKnearest(path); } /// /// 加载Knn 训练库模型 /// /// /// private CvKNearest LoadKnearest(string dataPathFile) {
if (_cvKNearest == null) {
using (var fs = new FileStorage(dataPathFile, FileStorageMode.Read)) {
var samples = fs["samples"].ReadMat(); var responses = fs["responses"].ReadMat(); this._cvKNearest = new CvKNearest(); this._cvKNearest.Train(samples, responses); } } return _cvKNearest; } /// /// OCR 识别,仅仅只能识别单行数字 /// /// 训练库 /// 要识别的图片路径 public override string GetText(Mat src, bool isDebug = false) {
this._isDebug = isDebug; #region 图片处理 var respMat = MatProcessing(src, isDebug); if (respMat == null) return ""; #endregion #region 查找轮廓 var sortRect = FindContours(respMat.FindContoursMat); #endregion return GetText(sortRect, respMat.ResourcMat, respMat.RoiResultMat); } /// /// 查找轮廓 /// /// /// private ListFindContours(Mat src) {
try {
#region 查找轮廓 Point[][] contours; HierarchyIndex[] hierarchyIndexes; Cv2.FindContours( src, out contours, out hierarchyIndexes, mode: OpenCvSharp.ContourRetrieval.External, method: OpenCvSharp.ContourChain.ApproxSimple); if (contours.Length == 0) throw new NotSupportedException("Couldn't find any object in the image."); #endregion #region 单行排序(目前仅仅支持单行文字,多行文字顺序可能不对,按照x坐标进行排序) var sortRect = GetSortRect(contours, hierarchyIndexes); sortRect = sortRect.OrderBy(item => item.X).ToList(); #endregion return sortRect; } catch { } return null; } /// /// 获得切割后的数量列表 /// /// /// /// private ListGetSortRect(Point[][] contours, HierarchyIndex[] hierarchyIndex) {
var sortRect = new List(); var _contourIndex = 0; while ((_contourIndex >= 0)) {
var contour = contours[_contourIndex]; var boundingRect &