1、主要功能
①界面化的输入方式,进行实时数字识别
②可以识别多位的数字,例如23,234
③CNN进行数字识别
2、运行环境
Windows10、python3.7+、tensorflow2.x
3、步骤介绍
神经网络的模型可以自己训练或调用./model下已经训练好的模型,用tf2.x实现,对图片的预处理等是利用opencv和PIL实现的,界面使用PyQt5,该识别器可以实时识别从GUI中画出的数字图片,利用截图的方式存储图片,并对图片进行预处理,进行字符分割成多个图片进行CNN识别,最终以一图一数字的形式组合返回至前端。
具体过程:
4、细节
具体的界面代码在下方的链接中,这里稍微说一下图片字符分割部分:
# 按行切割,此时grayscaleimg为 50x100 矩阵,50 行,100列,每个元素不是0就是255
row_nz = []
# 将每行展成一个list,即有50个list
for row in grayscaleimg.tolist():
row_nz.append(len(row) - row.count(0))
# row_nz里存储每行值和不为0的列数 eg.[0, 0, 0, 0, 0, 0, 7, 15, 16, 9, 10, 9, 9, 11, 14, 25, 32, 24, 20, 13, 7, 7,
# 7, 9, 10, 10, 9, 9, 9, 14, 19, 14, 3, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] 50
# 代表在第6行(0开始)有7列元素不为0
# 找到上界(即第一个开始出现笔画的行号) 记为第upper_y列
upper_y = 0
for i, x in enumerate(row_nz):
if x >= 1: # 若一行中出现大于两个地方有笔画(255)
upper_y = i
break
# 找到下界(即最后一个出现笔画的行号) 记为第lower_y列
lower_y = 0
for i, x in enumerate(row_nz[::-1]):
if x >= 1:
lower_y = len(row_nz) - i
break
# 按上下界进行切割,将没有笔画的上部分和下部分都丢弃,留下中间带有笔画的区域
sliced_y_img = grayscaleimg[upper_y: lower_y, :]
# 同理,按列切割,此时grayscaleimg为 (lower_y - upper_y)x100 矩阵
col_nz = []
# 将每行展成一个list,即有100个list
for col in sliced_y_img.T.tolist():
col_nz.append(len(col) - col.count(0))
# 寻找每个字符的左边界和右边界,column_boundary_list存储每个字符的起始列号
column_boundary_list = []
# record = False
for i, x in enumerate(col_nz[:-1]):
# 如果第i列无笔画(和为0),第i+1列有笔画,可以认为i列是某个字符的左边界
if col_nz[i] <= 1 and col_nz[i + 1] > 1:
column_boundary_list.append(i)
# 如果第i列有笔画,第i+1列无笔画,可以认为i列是某个字符的右边界
elif col_nz[i] >= 1 and col_nz[i + 1] < 1:
column_boundary_list.append(i + 1)
# 此时若书写32, column_boundary_list里存储的类似于[20, 31, 56, 89],即20-31列代表'3', 56-89列代表'2'
# 存储分割后的图片
img_list = [] # img_list存储每幅图的矩阵
xl = [column_boundary_list[i:i + 2] for i in range(0, len(column_boundary_list), 2)]
for x in xl:
s = len(x)
if len(x) == 2 and x[1] - x[0] > 5:
s = fill(sliced_y_img[:, x[0]:x[1]]) # 从sliced_y_img截取每幅图的列,进行背景填充
img_list.append(s) # 将填充后的矩阵存入img_list
img_list = [x for x in img_list if x.shape[1] > 5]
print("数字位数为: ", len(img_list)) # 输出总的字符数,即图片数
最后再对img_list里的图片调用识别函数进行识别,返回单一数字加入list中。
5、样例
完整代码:https://github.com/GusionTan/HandwrittenDigitRecognitio
欢迎探讨,喜欢的话麻烦点个星,转载请注明出处。