OpenCV——识别印刷体数字

Posted 2020-08-10 Not-Bad

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OpenCV——识别印刷体数字相关的知识，希望对你有一定的参考价值。

数字识别和其他的所有计算机视觉相关的应用都会分为两个步骤：ROI抽取和识别。

1. ROI抽取即将感兴趣的区域从原始图像中分离初来，这个步骤包括二值化，噪点的消除等
2. 识别即通过一些分类器将第一步中的结果进行分类，事实上属于机器学习的一个典型应用

数字识别步骤：

1.先处理图像：

转换为灰度值（灰度图较之原始图片，将三个维度的矩阵变成了一个维度）

转换为二值图（二值图即将灰度图转换成黑白图，每个点只有两种可能：非黑即白）

Mat srcImage = imread("number.png");
Mat dstImage, grayImage, Image; 
cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);
    
threshold(grayImage, Image, 48, 255, CV_THRESH_BINARY_INV);

PS:48即为阈值，如果灰度高于48，那么该点会被认为是255，否则为0。

2.检测并勾勒轮廓：
轮廓检测将二值图中的可连通的区域用一坨点表示，默认的轮廓检查会返回一个点的序列，使这个序列构成一个图形将该连通区域的所有点包围起来，比如四个点构成一个矩形。

特例：由于8这个数字中有两个圆圈，默认的轮廓检查会将这两个圆圈都检测到，8就会有三个轮廓，同样还可能出现这种情况的还有数字4,6,9。

因此需要指定findContours（）函数仅搜索最外层的轮廓，而不关注内部可能出现的任何轮廓。

    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy; 
    findContours(Image,contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
    drawContours(dstImage, contours, -1, (255,255,255) );

检测完轮廓后，使用contours迭代器遍历每一个轮廓，找到并画出包围这个轮廓的最小矩阵。

    vector<vector<Point>>::iterator It;
    for(It = contours.begin();It < contours.end();It++){                        //画出可包围数字的最小矩形
        Point2f vertex[4];  
        RotatedRect rect = minAreaRect(*It);
        rect.points(vertex);

        for( int j = 0; j < 4; j++)
            line(dstImage,vertex[j], vertex[ (j+1)%4 ],Scalar(0,0,255),1);
    }

但是，上述方法画出的矩形为旋转矩形（不一定水平），所以不采用这种方法。应使用boundingRect()画出矩形。

vector<vector<Point>>::iterator It;
    for(It = contours.begin();It < contours.end();It++){                        //画出可包围数字的最小矩形
        Point2f vertex[4];  
        Rect rect = boundingRect(*It);
        vertex[0] = rect.tl();                                                              //矩阵左上角的点
        vertex[1].x = (float)rect.tl().x, vertex[1].y = (float)rect.br().y;                 //矩阵左下方的点
        vertex[2] = rect.br();                                                              //矩阵右下角的点
        vertex[3].x = (float)rect.br().x, vertex[3].y = (float)rect.tl().y;                 //矩阵右上方的点

 for( int j = 0; j < 4; j++)
    line(dstImage,vertex[j], vertex[ (j+1)%4 ],Scalar(0,0,255),1);

画出图像如下图

3.数字顺序整理：

由于轮廓检测时，不一定按照图中所给顺序进行检测，所以在检测轮廓时，要记录所给数字的坐标，根据x，y坐标进行排序。

由于用上述方法在同一行画出的矩形位于同一水平面，因此直接比较其某一点坐标即可。对此，我写出如下结构体：

struct con{
    double x,y;                    //轮廓位置
    int order;                      //轮廓向量contours中的第几个

    bool operator<(con &m){
        if(y > m.y) return false;    
        else  if( y == m.y){
            if(x < m.x) return true;
            else return false;
        }                           
        else return true;
    }

}con[100];

我按轮廓检测顺序的将矩阵的中心点存入结构体中，然后调用sort()函数。

con[i].x = (vertex[0].x+vertex[1].x+vertex[2].x+vertex[3].x) / 4.0;                 //根据中心点判断图像的位置
con[i].y = (vertex[0].y+vertex[1].y+vertex[2].y+vertex[3].y) / 4.0;

//cout << i <<":"<< endl;
//cout << vertex[3].x<<"  "<< vertex[3].y<<endl;
con[i].order = i;

但是用这种方法上图中的数字”4“一直在最前面，改了好久也没有结果，就先着手下一步。

PS：最后发现了问题，如下：

sort(con,con+i);                                    //正确
sort(con,con+i+1);                                //错误

4.切割各个数字：

使用ROI进行切割，关于ROI详见 http://www.cnblogs.com/farewell-farewell/p/5905107.html

我在此处写的ROI法分隔图片的方法如下，但是存在内存访问上的问题。

IplImage* num[10];
for(int j = 0; j < i; j++){
    int k = con[i].order;
    IplImage* src = cvLoadImage("number.jpg");
    cvSetImageROI(src,rect[k]);
        num[j] = cvCreateImage(cvSize(rect[k].width,rect[k].height),IPL_DEPTH_8U,2);
    cvCopy(src,num[j]);
    cvResetImageROI(src);
}

最后换另一种方法，更简单，将其分割

    Mat num[10];
    for(int j = 0; j < i; j++){
        cout << "s "<<j<<endl;
        int k = con[j].order;
        cout << "k "<<k<<endl;
        srcImage(rect[k]).copyTo(num[j]);
    }

分割后的数字按顺序存放在num[10]图像数组中。

5.最后的识别

将按轮廓线切割好的数字放于程序文件中，然后采用逐点像素遍历的方法来进行对比

//两图象逐像素对比的函数
double compare(Mat &src, Mat &sample)
{
    double same = 0.0, difPoint = 0.0;
    Mat now;
    resize(sample,now,src.size());
    int row = now.rows;
    int col = now.cols *  now.channels();
    for(int i = 0; i < 1; i++){
        uchar * data1 = src.ptr<uchar>(i);
        uchar * data2 = now.ptr<uchar>(i);
        for(int j = 0; j < row * col; j++){
            int  a = data1[j];
            int b = data2[j];
            if( a == b)same++;
            else difPoint++;
        }
    }
    return same/(same+difPoint) ;
}

//选取符合程度最高的数字
void deal(Mat &src,int order)
{
    
    sample = imread("0.jpg");
    Threshold(src,sample,0);

    sample = imread("1.jpg");
    Threshold(src,sample,1);

    sample = imread("2.jpg");
    Threshold(src,sample,2);

    sample = imread("3.jpg");
    Threshold(src,sample,3);

    sample = imread("4.jpg");
    Threshold(src,sample,4);

    sample = imread("5.jpg");
    Threshold(src,sample,5);

    sample = imread("6.jpg");
    Threshold(src,sample,6);

    sample = imread("7.jpg");
    Threshold(src,sample,7);

    sample = imread("8.jpg");
    Threshold(src,sample,8);

    sample = imread("9.jpg");
    Threshold(src,sample,9);

    sort(result,result+10);

    if(result[9].bi > 0.6) {
        cout << "第" << order << "个数字为 "<< result[9]. num<<endl;
        cout << "识别精度为 " << result[9].bi <<endl;
    }
    else cout << "第" << order << "个数字无法识别"<<endl;
}

void Threshold(Mat &src,Mat &sample ,int m)
{
    cvtColor(sample, sample, COLOR_BGR2GRAY);
    threshold(sample, sample, 48, 255, CV_THRESH_BINARY_INV);
    result[m].bi = compare(src,sample);
    result[m].num = m;
}


}con[15];

struct result{
    double bi;
    int num;

    bool operator<(result &m){
        if(bi < m.bi)return true;
        else return false;
    }
}result[15];

大功告成~

完整的代码：

#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace cv;
using namespace std;

struct con{
    double x,y;                    //轮廓位置
    int order;                      //轮廓向量contours中的第几个

    bool operator<(con &m){
        if(y > m.y) return false;    
        else  if( y == m.y){
            if(x < m.x) return true;
            else return false;
        }                           
        else return true;
    }

}con[15];

struct result{
    double bi;
    int num;

    bool operator<(result &m){
        if(bi < m.bi)return true;
        else return false;
    }
}result[15];

Mat num[15];
Mat sample;
void deal(Mat &src,int order);
double compare(Mat &src, Mat &sample);
void Threshold(Mat &src,Mat &sample,int m);

int main( )
{
    Mat srcImage = imread("number.png");
    Mat dstImage, grayImage, Image; 
    srcImage.copyTo(dstImage);
    cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);
    threshold(grayImage, Image, 48, 255, CV_THRESH_BINARY_INV);

    //定义轮廓和层次结构
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy; 
    findContours(Image,contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
    
    int i = 0;
    Point2f pp[5][4];
    vector<vector<Point>>::iterator It;
    Rect rect[10];
    for(It = contours.begin();It < contours.end();It++){                        //画出可包围数字的最小矩形
        Point2f vertex[4];  
        rect[i] = boundingRect(*It);
        vertex[0] = rect[i].tl();                                                           //矩阵左上角的点
        vertex[1].x = (float)rect[i].tl().x, vertex[1].y = (float)rect[i].br().y;           //矩阵左下方的点
        vertex[2] = rect[i].br();                                                           //矩阵右下角的点
        vertex[3].x = (float)rect[i].br().x, vertex[3].y = (float)rect[i].tl().y;           //矩阵右上方的点

        for( int j = 0; j < 4; j++)
            line(dstImage,vertex[j], vertex[ (j+1)%4 ],Scalar(0,0,255),1);

        con[i].x = (vertex[0].x+vertex[1].x+vertex[2].x+vertex[3].x) / 4.0;                  //根据中心点判断图像的位置
        con[i].y = (vertex[0].y+vertex[1].y+vertex[2].y+vertex[3].y) / 4.0;
        con[i].order = i; 
        i++;
    }
    sort(con,con+i);

    for(int j = 0; j < i; j++){
        int k = con[j].order;
        srcImage(rect[k]).copyTo(num[j]);
        cvtColor(num[j], num[j], COLOR_BGR2GRAY);
        threshold(num[j], num[j], 48, 255, CV_THRESH_BINARY_INV);
        deal(num[j],j+1);
    }

    system("pause");
    return 0;
}

void Threshold(Mat &src,Mat &sample ,int m)
{
    cvtColor(sample, sample, COLOR_BGR2GRAY);
    threshold(sample, sample, 48, 255, CV_THRESH_BINARY_INV);
    result[m].bi = compare(src,sample);
    result[m].num = m;
}

void deal(Mat &src,int order)
{
    
    sample = imread("0.jpg");
    Threshold(src,sample,0);

    sample = imread("1.jpg");
    Threshold(src,sample,1);

    sample = imread("2.jpg");
    Threshold(src,sample,2);

    sample = imread("3.jpg");
    Threshold(src,sample,3);

    sample = imread("4.jpg");
    Threshold(src,sample,4);

    sample = imread("5.jpg");
    Threshold(src,sample,5);

    sample = imread("6.jpg");
    Threshold(src,sample,6);

    sample = imread("7.jpg");
    Threshold(src,sample,7);

    sample = imread("8.jpg");
    Threshold(src,sample,8);

    sample = imread("9.jpg");
    Threshold(src,sample,9);

    sort(result,result+10);

    if(result[9].bi > 0.6) {
        cout << "第" << order << "个数字为 "<< result[9]. num<<endl;
        cout << "识别精度为 " << result[9].bi <<endl;
    }
    else cout << "第" << order << "个数字无法识别"<<endl;
}

double compare(Mat &src, Mat &sample)
{
    double same = 0.0, difPoint = 0.0;
    Mat now;
    resize(sample,now,src.size());
    int row = now.rows;
    int col = now.cols *  now.channels();
    for(int i = 0; i < 1; i++){
        uchar * data1 = src.ptr<uchar>(i);
        uchar * data2 = now.ptr<uchar>(i);
        for(int j = 0; j < row * col; j++){
            int  a = data1[j];
            int b = data2[j];
            if( a == b)same++;
            else difPoint++;
        }
    }
    return same/(same+difPoint) ;
}

以上是关于OpenCV——识别印刷体数字的主要内容，如果未能解决你的问题，请参考以下文章

自强队视觉组训练项目-3 | 20180107-印刷体数字识别

验证码识别（最简单之印刷体数字）

印刷字符识别基于matlab OCR印刷字母+数字识别含Matlab源码 1861期

印刷字符识别基于matlab OCR印刷字母+数字识别含Matlab源码 287期

毕设题目：Matlab手写或印刷数字字母识别

在 Python 多处理进程中运行较慢的 OpenCV 代码片段