java 水表识别_【实战】基于OpenCV的水表字符识别（OCR）

1. USB摄像头取图

由于分辨率越高，处理的像素就越多，导致分析图像的时间变长，这里，我们设定摄像头的取图像素为(240,320)：

cap = cv2.VideoCapture(0) # 根据电脑连接的情况填入摄像头序号

assert cap.isOpened()

# 以下设置显示屏的宽高

cap.set(cv2.CAP_PROP_FRAME_WIDTH, 320)

cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 240)

cap.set(cv2.CAP_PROP_FOURCC, cv2.VideoWriter.fourcc('M', 'J', 'P', 'G'))

这里提几个常用的标准分辨率：

VGA (Video Graphics Array): 640×480

QVGA (QuarterVGA): 240×320

QQVGA: 120×160

接下来可以捕获一帧数据看一下状态：

# %% 捕获一帧清晰的图像

def try_frame():

while True:

ret, im_frame = cap.read()

cv2.imshow("frame", im_frame) # 显示图像

# im_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 可选择转换为灰度图

if cv2.waitKey(1) & 0xFF == ord('q'):

break

cv2.destroyAllWindows()

return im_frame

im_frame = try_frame()

env.imshow(im_frame)

ps: 镜头角度会存在一定的歪斜，没有关系，我们后面会进行处理。

2. 图像预处理：获取屏幕ROI

利用屏幕的亮度，通过简单的阈值操作和轮廓操作，获取屏幕轮廓，然后将图像角度校正，最后获得正向的文字内容。

2.1. 分离提取屏幕区域

通过OTSU的阈值化操作，将图像处理为二值状态。这个很重要，因为如果直接使用彩图或灰度图，会由于外部光线的变化，导致后期字符匹配时整体灰度值与模板的差别而降低置信度，导致较大的误差。而二值图可以避免这个问题。

然后利用开运算(白底黑字，如果黑底白字则为闭运算)，消除噪点。

im_latest = try_frame()

im_gray = mvlib.color.rgb2gray(image)

im_bin = mvlib.filters.threshold(im_gray, invert=False)

# im_erosion = mvlib.morphology.erosion(im_bin, (11, 11))

# im_dilation = mvlib.morphology.dilation(im_erosion, (5, 5))

im_opening = mvlib.morphology.opening(im_bin,