数码管数字提取与识别(附源码)

Posted victorywr

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数码管数字提取与识别(附源码)相关的知识,希望对你有一定的参考价值。

第一部分(数字区域提取)

首先,准备一张待提取数字的图片(存放路径与当前工程的主程序一致)

技术图片

提取原理:颜色空间由RGB转换到HSV空间下,通过对H、S、V分别设置上下限显示出当前图片,直到选取到最佳的数字区域。

技术图片

 

 上图为数字区域提取效果,记录下当前的H、S、V的上下限。

下面为这一部分的程序源码

#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
using namespace cv;
#include<iostream>
#include<string>
using namespace std;
//输入图像
Mat img;
//灰度值归一化
Mat bgr;
//HSV图像
Mat hsv;
//色相
int hmin = 0;
int hmin_Max = 360;
int hmax = 180;
int hmax_Max = 360;
//饱和度
int smin = 0;
int smin_Max = 255;
int smax = 255;
int smax_Max = 255;
//亮度
int vmin = 106;
int vmin_Max = 255;
int vmax = 255;
int vmax_Max = 255;

//显示原图的窗口
string windowName = "src";
//输出图像的显示窗口
string dstName = "dst";
//输出图像
Mat dst;
//回调函数
void callBack(int, void*)

{

    //输出图像分配内存
    dst = Mat::zeros(img.size(), img.type());
    //掩码
    Mat mask;
    inRange(hsv, Scalar(hmin, smin, vmin), Scalar(hmax, smax, vmax), mask);
    //掩模到原图的转换
    imshow("mask", mask);
    for (int r = 0; r < bgr.rows; r++)
    {
        for (int c = 0; c < bgr.cols; c++)
        {
            if (mask.at<uchar>(r, c) == 255)
            {
                dst.at<Vec3b>(r, c) = bgr.at<Vec3b>(r, c);
            }
        }
    }

    //输出图像
    imshow(dstName, dst);
    //保存图像
    //dst.convertTo(dst, CV_8UC3, 255.0, 0);
    imwrite("HSV_inRange.jpg", dst);
}

int main(int argc, char** argv)
{
    //输入图像
    img = imread("40.jpg");
    if (!img.data || img.channels() != 3)
        return -1;
    imshow(windowName, img);
    bgr = img.clone();
    //颜色空间转换
    cvtColor(bgr, hsv, CV_BGR2HSV);
    //cout << hsv << endl;
    //定义输出图像的显示窗口
    namedWindow(dstName, WINDOW_GUI_EXPANDED);
    //调节色相 H
    createTrackbar("hmin", dstName, &hmin, hmin_Max, callBack);
    createTrackbar("hmax", dstName, &hmax, hmax_Max, callBack);
    //调节饱和度 S
    createTrackbar("smin", dstName, &smin, smin_Max, callBack);
    createTrackbar("smax", dstName, &smax, smax_Max, callBack);
    //调节亮度 V
    createTrackbar("vmin", dstName, &vmin, vmin_Max, callBack);
    createTrackbar("vmax", dstName, &vmax, vmax_Max, callBack);
    callBack(0, 0);
    waitKey(0);
    return 0;

}

下一篇为数字的分割

·

以上是关于数码管数字提取与识别(附源码)的主要内容,如果未能解决你的问题,请参考以下文章

机器学习神经网络识别手写数字(附python源码)

(附完整python源码)基于tensorflowopencv的入门案例_发票识别一:关键区域定位

Python项目演练:使用深度学习自动识别车牌号附源代码

MATLAB可视化实战系列(四十)-基于MATLAB 自带手写数字集的CNN(LeNet5)手写数字识别-图像处理(附源代码)

python实现人脸关键部位检测(附源码)

【Pytorch+torchvision】MNIST手写数字识别(代码附最详细注释)