目錄
- 前言
- 程序目標(biāo)
- 思路講解
- 代碼講解
- 完整代碼
- 總結(jié)
前言
本博客主要實(shí)現(xiàn)利用OpenCV的模板匹配識(shí)別圖像中的數(shù)字,然后把識(shí)別出來(lái)的數(shù)字輸出到txt文件中,如果識(shí)別失敗則輸出“讀取失敗”。
操作環(huán)境:
- OpenCV - 4.1.0
- Python 3.8.1
程序目標(biāo)
單個(gè)數(shù)字模板:(這些單個(gè)模板是我自己直接從圖片上截取下來(lái)的)
要處理的圖片:
終端輸出:
文本輸出:
思路講解
代碼講解
首先定義兩個(gè)會(huì)用到的函數(shù)
第一個(gè)是顯示圖片的函數(shù),這樣的話在顯示圖片的時(shí)候就比較方便了
def cv_show(name, img):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
第二個(gè)是圖片縮放的函數(shù)
def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
dim = None
(h, w) = image.shape[:2]
if width is None and height is None:
return image
if width is None:
r = height / float(h)
dim = (int(w * r), height)
else:
r = width / float(w)
dim = (width, int(h * r))
resized = cv2.resize(image, dim, interpolation=inter)
return resized
先把這個(gè)代碼貼出來(lái),方便后面單個(gè)函數(shù)代碼的理解。
if __name__ == "__main__":
# 存放數(shù)字模板列表
digits = []
# 當(dāng)前運(yùn)行目錄
now_dir = os.getcwd()
print("當(dāng)前運(yùn)行目錄:" + now_dir)
numbers_address = now_dir + "\\numbers"
load_digits()
times = input("請(qǐng)輸入程序運(yùn)行次數(shù):")
for i in range(1, int(times) + 1):
demo(i)
print("輸出成功,請(qǐng)檢查本地temp.txt文件")
while True:
if input("輸入小寫(xiě)‘q'并回車退出") == 'q':
break
接下來(lái)是第一個(gè)主要函數(shù),功能是加載數(shù)字模板并進(jìn)行處理。
這個(gè)函數(shù)使用到了os模塊,所以需要在開(kāi)頭import os
def load_digits():
# 加載數(shù)字模板
path = numbers_address # 這個(gè)地方就是獲取當(dāng)前運(yùn)行目錄 獲取函數(shù)在主函數(shù)里面
filename = os.listdir(path) # 獲取文件夾文件
for file in filename:
img = cv2.imread(numbers_address + "\\" + file) # 讀取圖片
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 灰度處理
# 自動(dòng)閾值二值化 把圖片處理成黑底白字
img_temp = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 尋找數(shù)字輪廓
cnt = cv2.findContours(img_temp, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
# 獲取數(shù)字矩形輪廓
x, y, w, h = cv2.boundingRect(cnt[0])
# 將單個(gè)數(shù)字區(qū)域進(jìn)行縮放并存到列表中以備后面使用
digit_roi = cv2.resize(img_temp[y:y+h, x:x+w], (57, 88))
digits.append(digit_roi)
最后一個(gè)函數(shù)是程序的重點(diǎn),實(shí)現(xiàn)功能就是識(shí)別出數(shù)字并輸出。
不過(guò)這里把這個(gè)大函數(shù)分開(kāi)兩部分來(lái)講解。
第一部分是對(duì)圖片進(jìn)行處理,最終把圖片中的數(shù)字區(qū)域圈出來(lái)。
# 這兩個(gè)都是核,參數(shù)可以改變
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 25))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
# 這個(gè)就是讀取圖片的,可以暫時(shí)不理解
target_path = now_dir + "\\" + "demo_" + str(index) + ".png"
img_origin = cv2.imread(target_path)
# 對(duì)圖片進(jìn)行縮放處理
img_origin = resize(img_origin, width=300)
# 灰度圖
img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY)
# 高斯濾波 參數(shù)可以改變,選擇效果最好的就可以
gaussian = cv2.GaussianBlur(img_gray, (5, 5), 1)、
# 自動(dòng)二值化處理,黑底白字
img_temp = cv2.threshold(
gaussian, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 頂帽操作
img_top = cv2.morphologyEx(img_temp, cv2.MORPH_TOPHAT, rectKernel)
# sobel操作
img_sobel_x = cv2.Sobel(img_top, cv2.CV_64F, 1, 0, ksize=7)
img_sobel_x = cv2.convertScaleAbs(img_sobel_x)
img_sobel_y = cv2.Sobel(img_top, cv2.CV_64F, 0, 1, ksize=7)
img_sobel_y = cv2.convertScaleAbs(img_sobel_y)
img_sobel_xy = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0)
# 閉操作
img_closed = cv2.morphologyEx(img_sobel_xy, cv2.MORPH_CLOSE, rectKernel)
# 自動(dòng)二值化
thresh = cv2.threshold(
img_closed, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
# 閉操作
img_closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel)
# 尋找數(shù)字輪廓
cnts = cv2.findContours(
img_closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
# 輪廓排序
(cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom")
# 存放正確數(shù)字序列(包含逗號(hào))的輪廓,即過(guò)濾掉不需要的輪廓
right_loc = []
# 下面這個(gè)循環(huán)是對(duì)輪廓進(jìn)行篩選,只有長(zhǎng)寬比例大于2的才可以被添加到列表中
# 這個(gè)比例可以根據(jù)具體情況來(lái)改變。除此之外,還可以通過(guò)輪廓周長(zhǎng)和輪廓面積等對(duì)輪廓進(jìn)行篩選
for c in cnts:
x, y, w, h = cv2.boundingRect(c)
ar = w/float(h)
if ar > 2:
right_loc.append((x, y, w, h))
部分步驟的效果圖:
可以看到在進(jìn)行完最后一次閉操作后,一串?dāng)?shù)字全部變成白色區(qū)域,這樣再進(jìn)行輪廓檢測(cè)就可以框出每一行數(shù)字的大致范圍,這樣就可以縮小數(shù)字處理的范圍,可以在這些具體的區(qū)域內(nèi)部對(duì)單個(gè)數(shù)字進(jìn)行處理。
輪廓效果:
在這樣進(jìn)行以上步驟之后,就可以確定一行數(shù)字的范圍了,下面就進(jìn)行輪廓篩選把符合條件的輪廓存入列表。
注意:在代碼中使用了(cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom")
這個(gè)函數(shù)的使用需要導(dǎo)入imutils,這個(gè)模塊具體使用方法可以瀏覽我的另一篇博客OpenCV學(xué)習(xí)筆記
函數(shù)的最后一部分就是對(duì)每個(gè)數(shù)字輪廓進(jìn)行分割,取出單個(gè)數(shù)字的區(qū)域然后進(jìn)行模板匹配。
for (gx, gy, gw, gh) in right_loc:
# 用于存放識(shí)別到的數(shù)字
digit_out = []
# 下面兩個(gè)判斷主要是防止出現(xiàn)越界的情況發(fā)生,如果發(fā)生的話圖片讀取會(huì)出錯(cuò)
if (gy-10 0):
now_gy = gy
else:
now_gy = gy-10
if (gx - 10 0):
now_gx = gx
else:
now_gx = gx-10
# 選擇圖片興趣區(qū)域
img_digit = gaussian[now_gy:gy+gh+10, now_gx:gx+gw+10]
# 二值化處理
img_thresh = cv2.threshold(
img_digit, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 尋找所有輪廓 找出每個(gè)數(shù)字的輪廓(包含逗號(hào)) 正確的話應(yīng)該有9個(gè)輪廓
digitCnts = cv2.findContours(
img_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
# 從左到右排列輪廓
# 這樣排列的好處是,正常情況下可以確定逗號(hào)的位置方便后面刪除逗號(hào)
(cnts, boundingBoxes) = contours.sort_contours(digitCnts, "left-to-right")
# cnts是元組,需要先轉(zhuǎn)換成列表,因?yàn)楹竺鏁?huì)對(duì)元素進(jìn)行刪除處理
cnts = list(cnts)
flag = 0
# 判斷輪廓數(shù)量是否有9個(gè)
if len(cnts) == 9:
# 刪除逗號(hào)位置
del cnts[1]
del cnts[2]
del cnts[3]
del cnts[4]
# 可以在轉(zhuǎn)成元組
cnts = tuple(cnts)
# 存放單個(gè)數(shù)字的矩形區(qū)域
num_roi = []
for c in cnts:
x, y, w, h = cv2.boundingRect(c)
num_roi.append((x, y, w, h))
# 對(duì)數(shù)字區(qū)域進(jìn)行處理,把尺寸縮放到與數(shù)字模板相同
# 對(duì)其進(jìn)行簡(jiǎn)單處理,方便與模板匹配,增加匹配率
for (rx, ry, rw, rh) in num_roi:
roi = img_digit[ry:ry+rh, rx:rx+rw]
roi = cv2.resize(roi, (57, 88))
# 高斯濾波
roi = cv2.GaussianBlur(roi, (5, 5), 1)
# 二值化
roi = cv2.threshold(
roi, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 用于存放匹配率
source = []
# 遍歷數(shù)字模板
for digitROI in digits:
# 進(jìn)行模板匹配
res = cv2.matchTemplate(
roi, digitROI, cv2.TM_CCOEFF_NORMED)
max_val = cv2.minMaxLoc(res)[1]
source.append(max_val)
# 這個(gè)需要仔細(xì)理解 這個(gè)就是把0-9數(shù)字中匹配度最高的數(shù)字存放到列表中
digit_out.append(str(source.index(max(source))))
# 打印最終輸出值
print(digit_out)
else:
print("讀取失敗")
flag = 1
# 將數(shù)字輸出到txt文本中
t = ''
with open(now_dir + "\\temp.txt", 'a+') as q:
if flag == 0:
for content in digit_out:
t = t + str(content) + " "
q.write(t.strip(" "))
q.write('\n')
t = ''
else:
q.write("讀取失敗")
q.write('\n')
注意理解:digit_out.append(str(source.index(max(source))))
這個(gè)是很重要的,列表source存放模板匹配的每個(gè)數(shù)字的匹配率,求出其中最大值的索引值,因?yàn)閿?shù)字模板是按照0-9排列的,索引source的匹配率也是按照0-9排列的,所以每個(gè)元素的索引值就與相匹配的數(shù)字相同。這樣的話,取得最大值的索引值就相當(dāng)于取到了匹配率最高的數(shù)字。
完整代碼
from imutils import contours
import cv2
import os
def cv_show(name, img):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
dim = None
(h, w) = image.shape[:2]
if width is None and height is None:
return image
if width is None:
r = height / float(h)
dim = (int(w * r), height)
else:
r = width / float(w)
dim = (width, int(h * r))
resized = cv2.resize(image, dim, interpolation=inter)
return resized
def load_digits():
# 加載數(shù)字模板
path = numbers_address
filename = os.listdir(path)
for file in filename:
# print(file)
img = cv2.imread(
numbers_address + "\\" + file)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img_temp = cv2.threshold(
img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
cnt = cv2.findContours(img_temp, cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_NONE)[0]
x, y, w, h = cv2.boundingRect(cnt[0])
digit_roi = cv2.resize(img_temp[y:y+h, x:x+w], (57, 88))
# 將數(shù)字模板存到列表中
digits.append(digit_roi)
def demo(index):
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 25))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
target_path = now_dir + "\\" + "demo_" + str(index) + ".png"
img_origin = cv2.imread(target_path)
img_origin = resize(img_origin, width=300)
img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY)
gaussian = cv2.GaussianBlur(img_gray, (5, 5), 1)
img_temp = cv2.threshold(
gaussian, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
img_top = cv2.morphologyEx(img_temp, cv2.MORPH_TOPHAT, rectKernel)
img_sobel_x = cv2.Sobel(img_top, cv2.CV_64F, 1, 0, ksize=7)
img_sobel_x = cv2.convertScaleAbs(img_sobel_x)
img_sobel_y = cv2.Sobel(img_top, cv2.CV_64F, 0, 1, ksize=7)
img_sobel_y = cv2.convertScaleAbs(img_sobel_y)
img_sobel_xy = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0)
img_closed = cv2.morphologyEx(img_sobel_xy, cv2.MORPH_CLOSE, rectKernel)
thresh = cv2.threshold(
img_closed, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
img_closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel)
cnts = cv2.findContours(
img_closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
(cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom")
draw_img = img_origin.copy()
draw_img = cv2.drawContours(draw_img, cnts, -1, (0, 0, 255), 1)
cv_show("666", draw_img)
# 存放正確數(shù)字序列(包含逗號(hào))的輪廓,即過(guò)濾掉不需要的輪廓
right_loc = []
for c in cnts:
x, y, w, h = cv2.boundingRect(c)
ar = w/float(h)
if ar > 2:
right_loc.append((x, y, w, h))
for (gx, gy, gw, gh) in right_loc:
# 用于存放識(shí)別到的數(shù)字
digit_out = []
if (gy-10 0):
now_gy = gy
else:
now_gy = gy-10
if (gx - 10 0):
now_gx = gx
else:
now_gx = gx-10
img_digit = gaussian[now_gy:gy+gh+10, now_gx:gx+gw+10]
# 二值化處理
img_thresh = cv2.threshold(
img_digit, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 尋找輪廓 找出每個(gè)數(shù)字的輪廓(包含逗號(hào)) 正確的話應(yīng)該有9個(gè)輪廓
digitCnts = cv2.findContours(
img_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
# 從左到右排列
(cnts, boundingBoxes) = contours.sort_contours(digitCnts, "left-to-right")
cnts = list(cnts)
flag = 0
if len(cnts) == 9:
del cnts[1]
del cnts[2]
del cnts[3]
del cnts[4]
cnts = tuple(cnts)
num_roi = []
for c in cnts:
x, y, w, h = cv2.boundingRect(c)
num_roi.append((x, y, w, h))
for (rx, ry, rw, rh) in num_roi:
roi = img_digit[ry:ry+rh, rx:rx+rw]
roi = cv2.resize(roi, (57, 88))
roi = cv2.GaussianBlur(roi, (5, 5), 1)
roi = cv2.threshold(
roi, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
source = []
for digitROI in digits:
res = cv2.matchTemplate(
roi, digitROI, cv2.TM_CCOEFF_NORMED)
max_val = cv2.minMaxLoc(res)[1]
source.append(max_val)
digit_out.append(str(source.index(max(source))))
cv2.rectangle(img_origin, (gx-5, gy-5),
(gx+gw+5, gy+gh+5), (0, 0, 255), 1)
print(digit_out)
else:
print("讀取失敗")
flag = 1
t = ''
with open(now_dir + "\\temp.txt", 'a+') as q:
if flag == 0:
for content in digit_out:
t = t + str(content) + " "
q.write(t.strip(" "))
q.write('\n')
t = ''
else:
q.write("讀取失敗")
q.write('\n')
if __name__ == "__main__":
# 存放數(shù)字模板列表
digits = []
# 當(dāng)前運(yùn)行目錄
now_dir = os.getcwd()
print("當(dāng)前運(yùn)行目錄:" + now_dir)
numbers_address = now_dir + "\\numbers"
load_digits()
times = input("請(qǐng)輸入程序運(yùn)行次數(shù):")
for i in range(1, int(times) + 1):
demo(i)
print("輸出成功,請(qǐng)檢查本地temp.txt文件")
cv2.waitKey(0)
cv2.destroyAllWindows()
while True:
if input("輸入小寫(xiě)‘q'并回車退出") == 'q':
break
整個(gè)文件下載地址:https://wwe.lanzous.com/iLSDunf850b
注意:如果想同時(shí)識(shí)別多個(gè)圖片話,需要將圖片統(tǒng)一改名為“demo_ + 數(shù)字序號(hào).png” 例如:demo_1.png demo_2.png 同時(shí)在運(yùn)行代碼時(shí)輸入圖片個(gè)數(shù)即可。
總結(jié)
這個(gè)程序代碼相對(duì)來(lái)說(shuō)不算復(fù)雜,主要是對(duì)圖像的一些基礎(chǔ)處理需要注意。因?yàn)椴煌膱D像想要識(shí)別成功需要進(jìn)行不同程度的基礎(chǔ)處理,所以在做的時(shí)候可以多輸出幾張圖片檢查一下那一步效果不太好并及時(shí)進(jìn)行修改調(diào)整,這樣才能達(dá)到最終比較好的效果。
以上就是python基于OpenCV模板匹配識(shí)別圖片中的數(shù)字的詳細(xì)內(nèi)容,更多關(guān)于python 識(shí)別圖片中的數(shù)字的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
您可能感興趣的文章:- opencv-python圖像配準(zhǔn)(匹配和疊加)的實(shí)現(xiàn)
- Opencv Python實(shí)現(xiàn)兩幅圖像匹配
- Python使用Opencv實(shí)現(xiàn)圖像特征檢測(cè)與匹配的方法
- Python和OpenCV進(jìn)行多尺度模板匹配實(shí)現(xiàn)
- OpenCV-Python模板匹配人眼的實(shí)例
- OpenCV-Python實(shí)現(xiàn)多模板匹配
- Python開(kāi)發(fā)之基于模板匹配的信用卡數(shù)字識(shí)別功能
- Python+Opencv實(shí)現(xiàn)圖像匹配功能(模板匹配)