opencv+python机读卡识别（一）预处理

最新推荐文章于 2024-08-24 21:25:27 发布

weixin_33955681

最新推荐文章于 2024-08-24 21:25:27 发布

阅读量496

点赞数 1

文章标签： python 人工智能

原文链接：https://my.oschina.net/DDigimon/blog/1236298

版权

2019独角兽企业重金招聘Python工程师标准>>>

第二部分图像切割：https://my.oschina.net/u/3268732/blog/1236344

第三部分选择题识别：https://my.oschina.net/u/3268732/blog/1237819

第四部分数字识别：https://my.oschina.net/u/3268732/blog/1239954

这次的机读卡识别项目来源暑期培训，主要包括内容一张手机拍摄的机读卡位置定位，识别其中选择题模块及少量数字识别，给出样例图片：机读卡样例

1.环境配置： 环境是python3.5的，大体部分需要配置的是numpy+mlk版本，scipy，来支持opencv，另外辅助以imutils，这个包里面含有4点变换函数以及matplotlib来辅助绘图

import cv2
import matplotlib.pyplot as plt
import imutils
from imutils.perspective import four_point_transform

2.图片预处理 为了方便找出图片的4个顶点，所以需要一次自适应二值化，为了使图片效果更好，所以在二值化之前还加了一层高斯滤波

预处理效果图

#读入图片
image = cv2.imread("test10.jpg")
#转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#高斯滤波
blurred = cv2.GaussianBlur(gray, (3, 3), 0)
#自适应二值化方法
blurred=cv2.adaptiveThreshold(blurred,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,51,2)
'''
adaptiveThreshold函数：第一个参数src指原图像，原图像应该是灰度图。
    第二个参数x指当像素值高于（有时是小于）阈值时应该被赋予的新的像素值
    第三个参数adaptive_method 指： CV_ADAPTIVE_THRESH_MEAN_C 或 CV_ADAPTIVE_THRESH_GAUSSIAN_C
    第四个参数threshold_type  指取阈值类型：必须是下者之一  
                                 •  CV_THRESH_BINARY,
                        • CV_THRESH_BINARY_INV
     第五个参数 block_size 指用来计算阈值的象素邻域大小: 3, 5, 7, ...
    第六个参数param1    指与方法有关的参数。对方法CV_ADAPTIVE_THRESH_MEAN_C 和 CV_ADAPTIVE_THRESH_GAUSSIAN_C， 它是一个从均值或加权均值提取的常数, 尽管它可以是负数。
'''
#这一步可有可无，主要是增加一圈白框，以免刚好卷子边框压线后期边缘检测无果。好的样本图就不用考虑这种问题
blurred=cv2.copyMakeBorder(blurred,5,5,5,5,cv2.BORDER_CONSTANT,value=(255,255,255))

转载于:https://my.oschina.net/DDigimon/blog/1236298