python opencv数字识别_opencv+python机读卡识别（四）百度API进行数字识别

1.对数字图像部分进行处理

预处理部分同样需要，步骤与选择题模块相似，但目的不同，文字部分主要将数字变粗，便于识别。其实也就是和选择题模块相比变了几个参数

NumImg=cv2.blur(thresh,(15,15))

NumImg=cv2.threshold(NumImg, 170, 255, cv2.THRESH_BINARY)[1]

2.调用百度ocr api

试过多种检测方式，还是用别人家现成的好http://apistore.baidu.com/

百度api使用方法：

首先需要注册一个百度云账号，这样在个人中心里就会看到apikey。这个就是和百度进行交流的钥匙。然后找到百度ocr的入口找到接口地址。虽然这里给出了但还是可以看下文档，里面有些细节，比如图片想免费就要300k以内。上面给的python示例代码是py2的，这里给出py3的方式（http://apis.baidu.com/idl_baidu/baiduocrpay/idlocrpaid）

import sys, urllib, json

import urllib.request

import urllib.parse

import base64

url = 'http://apis.baidu.com/idl_baidu/ocridcard/ocridcard'

data = {}

data['fromdevice'] = "pc"

data['clientip'] = "10.10.10.0"

data['detecttype'] = "LocateRecognize"

data['languagetype'] = "ENG"#英文模式

data['imagetype'] = "1"

#图片在本地

file_object = open('T.png','rb')

try:

img = file_object.read( )

finally:

file_object.close( )

data['image'] =base64.b64encode(img)

decoded_data = urllib.parse.urlencode(data)

decoded_data = decoded_data.encode('utf-8')

req = urllib.request.Request(url,decoded_data)

req.add_header("Content-Type", "application/x-www-form-urlencoded")

req.add_header("apikey", "这里填入个人中心的apikey")

resp = urllib.request.urlopen(req)

content = resp.read()

if(content):

content = json.loads(content.decode())

print(content)

3.切割图片

根据具体情况需要切割图片才能让百度api识别，具体限制因素还是图片大小，切割方式，这里只给出示例

#切割具体位置[起始y：终止y，起始x：终止y]

tempimg1=img[240:461,213:939]

#图片切割，width，height分别填入目标宽高

tempimg1 = cv2.resize(tempimg1, (width, height), cv2.INTER_LANCZOS4)

#图片保存，png，jpg格式均可

cv2.imwrite("T.png", tempimg1)

之后调用，若识别为英文需要转化，比如可能将0识别为D，这时转换即可，如：

def temp(char):

if(char=='D'):

return '0'

效果如图展示

当然若是能想办法去掉答题卡外围边框效果应该会更好……