转自:https://blog.csdn.net/ltg01/article/details/50492556
最近要做数字识别这块,但是自己又完全不懂这个,网上搜资料搜了好多,但是都没找到完整代码。只有自己慢慢搞,下面写下自己的过程以及代码有不好的地方希望大神可以指出,大家相互交流下。有需要完整代码的可以自行下载源码 (源码里面 是需要自己做一个图片的,没有图片,不能直接运行)
我是在VS2013 和opencv 2.4.9 环境下实现的。关于环境的搭建和配置以及软件的下载可以可以参考,http://blog.csdn.net/ltg01/article/details/50433386
我要做的是把0123456789 印刷体数字识别出来。
一、首先对图片进行预处理
对图片进行灰度化二值化
- Mat src = imread("D:\\b.png", CV_LOAD_IMAGE_GRAYSCALE);//读取图片并进行灰度化处理
- threshold(src, src, 100 , 255, CV_THRESH_BINARY);//二值化
- imshow("origin", src);//显示图片
- Mat imread(const string& filename, int flags);
double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)
参数信息:
第一个参数,InputArray类型的src,输入数组,填单通道 , 8或32位浮点类型的Mat即可。
第二个参数,OutputArray类型的dst,函数调用后的运算结果存在这里,即这个参数用于存放输出结果,且和第一个参数中的Mat变量有一样的尺寸和类型。
第三个参数,double类型的thresh,阈值的具体值。
第四个参数,double类型的maxval,当第五个参数阈值类型type取 THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.
第五个参数,int类型的type,阈值类型,。
其它参数很好理解,我们来看看第五个参数,第五参数有以下几种类型
0: THRESH_BINARY 当前点值大于阈值时,取Maxval,也就是第四个参数,下面再不说明,否则设置为0
1: THRESH_BINARY_INV 当前点值大于阈值时,设置为0,否则设置为Maxval
2: THRESH_TRUNC 当前点值大于阈值时,设置为阈值,否则不改变
3: THRESH_TOZERO 当前点值大于阈值时,不改变,否则设置为0
4: THRESH_TOZERO_INV 当前点值大于阈值时,设置为0,否则不改变
二、对图片上的数字进行切割
图片经过二值化后每个像素点的值只有1和0两种,在这里黑色部分的像素点的值为0白色字体部分的值为1.
对图片
先进行列扫描求每列的和。刚开始是都是黑色所以每列的和都是0,知道扫描到3的左边缘的那列的时候因为有白色所以这列的和大于0,这时候记下当前位置left,然后接着扫描,接下来每列的和都大于0,直到3的右边缘时候这列和右等于0,记下当前位置right,则right减去left则是3的宽度,高度仍为原图的高度,这样通过函数
- int width = right - left;
- Rect rect(left, 0, width, src.rows);
- leftImg = src(rect);
就可以把3截取出来了,如图
但是3的上下部分没有截取,同样对图片进行行扫描,截取上下部分,如下图
就这样循环截取图片就可以吧其他数字截取下来了,但是每次截取的原图是不一样的,第二次截取的时候原图上就没有3 是从6开始的如图
- int cutLeft(Mat& src, Mat& leftImg, Mat& rightImg)//左右切割
- {
- int left, right;
- left = 0;
- right = src.cols;
- int i;
- for (i = 0; i < src.cols; i++)
- {
- int colValue = getColSum(src, i);
- //cout <<i<<" th "<< colValue << endl;
- if (colValue>0)
- {
- left = i;
- break;
- }
- }
- if (left == 0)
- {
- return 1;
- }
- for (; i < src.cols; i++)
- {
- int colValue = getColSum(src, i);
- //cout << i << " th " << colValue << endl;
- if (colValue == 0)
- {
- right = i;
- break;
- }
- }
- int width = right - left;
- Rect rect(left, 0, width, src.rows);
- leftImg = src(rect).clone();
- Rect rectRight(right, 0, src.cols - right, src.rows);
- rightImg = src(rectRight).clone();
- cutTop(leftImg, leftImg);
- return 0;
- }
- void cutTop(Mat& src, Mat& dstImg)//上下切割
- {
- int top, bottom;
- top = 0;
- bottom = src.rows;
- int i;
- for (i = 0; i < src.rows; i++)
- {
- int colValue = getRowSum(src, i);
- //cout <<i<<" th "<< colValue << endl;
- if (colValue>0)
- {
- top = i;
- break;
- }
- }
- for (; i < src.rows; i++)
- {
- int colValue = getRowSum(src, i);
- //cout << i << " th " << colValue << endl;
- if (colValue == 0)
- {
- bottom = i;
- break;
- }
- }
- int height = bottom - top;
- Rect rect(0, top, src.cols, height);
- dstImg = src(rect).clone();
- }
- int main()
- {
- Mat src = imread("D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);
- threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);
- imshow("origin", src);
- Mat leftImg,rightImg;
- int res = cutLeft(src, leftImg, rightImg);
- int i = 0;
- while (res == 0)
- {
- char nameLeft[10];
- sprintf(nameLeft, "%dLeft", i);
- char nameRight[10];
- sprintf(nameRight, "%dRight", i);
- i++;
- //stringstream ss;
- //ss << nameLeft;
- //imwrite("D:\\" + ss.str() + ".jpg", leftImg);
- //ss >> nameLeft;
- Mat srcTmp = rightImg;
- //getSubtract(leftImg, 10);
- res = cutLeft(srcTmp, leftImg, rightImg);
- }
- waitKey(0);
- return 0;
- }
最后截取结果如下图
(截取的很清楚只是拖动的时候留下的划痕)
三、制作模板
模板的制作和步骤二完全一样,首先你要切割的图片的字体样式和大小要和模板的样式和大小一样(比如都是宋体,10号)要不然匹配的结果就不准确,而且把0123456789最好按顺序这样匹配的时候可以知道是匹配到那个数字,比如你切割下的数字和模板匹配的时候,匹配到第三个模板则知道是匹配的数字3(模板从第0个开始)。只需要改主函数
- int main()
- {
- Mat src = imread("D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);
- threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);
- imshow("origin", src);
- Mat leftImg,rightImg;
- int res = cutLeft(src, leftImg, rightImg);
- int i = 0;
- while (res == 0)
- {
- char nameLeft[10];
- sprintf(nameLeft, "%dLeft", i);
- char nameRight[10];
- sprintf(nameRight, "%dRight", i);
- i++;
- imshow(nameLeft, leftImg);
- <strong>stringstream ss;
- ss << nameLeft;
- imwrite("D:\\" + ss.str() + ".jpg", leftImg);//保存截取图片做为模板
- ss >> nameLeft;</strong>
- Mat srcTmp = rightImg;
- //getSubtract(leftImg, 10);
- res = cutLeft(srcTmp, leftImg, rightImg);
- }
- waitKey(0);
- return 0;
- }
四、数字识别
把你切割的数字图片大小调整到和模板一样的大小,然后让需要匹配的图和分别和10个模板相减,(让两个图片对应像素点值相减)然后求返回图片的整个图片的像素点值得平方和,和哪个模板匹配时候返回图片的平方和最小则就可以得到结果。只需要改主函数
- void getPXSum(Mat &src, int &a)//获取所有像素点和
- {
- threshold(src, src, 100, 255, CV_THRESH_BINARY);
- a = 0;
- for (int i = 0; i < src.rows;i++)
- {
- for (int j = 0; j < src.cols; j++)
- {
- a += src.at <uchar>(i, j);
- }
- }
- }
- int getSubtract(Mat &src, int TemplateNum) //两张图片相减
- {
- Mat img_result;
- int min = 1000000;
- int serieNum = 0;
- for (int i = 0; i < TemplateNum; i++){
- char name[20];
- sprintf_s(name, "D:\\%dLeft.jpg", i);
- Mat Template = imread(name, CV_LOAD_IMAGE_GRAYSCALE);
- threshold(Template, Template, 100, 255, CV_THRESH_BINARY);
- threshold(src, src, 100, 255, CV_THRESH_BINARY);
- resize(src, src, Size(32, 48), 0, 0, CV_INTER_LINEAR);
- resize(Template, Template, Size(32, 48), 0, 0, CV_INTER_LINEAR);//调整尺寸
- //imshow(name, Template);
- absdiff(Template, src, img_result);//
- getPXSum(img_result, diff);
- if (diff < min)
- {
- min = diff;
- serieNum = i;
- }
- }
- printf("最小距离是%d ", min);
- printf("匹配到第%d个模板匹配的数字是%d\n", serieNum,serieNum);
- return serieNum;
- }
- int main()
- {
- Mat src = imread("D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);
- threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);
- imshow("origin", src);
- Mat leftImg,rightImg;
- int res = cutLeft(src, leftImg, rightImg);
- int i = 0;
- while (res == 0)
- {
- // char nameLeft[10];
- // sprintf(nameLeft, "%dLeft", i);
- // char nameRight[10];
- // sprintf(nameRight, "%dRight", i);
- // i++;
- imshow(nameLeft, leftImg);
- // stringstream ss;
- // ss << nameLeft;
- // imwrite("D:\\" + ss.str() + ".jpg", leftImg);
- // ss >> nameLeft;
- Mat srcTmp = rightImg;
- getSubtract(leftImg, 10);//数字识别
- res = cutLeft(srcTmp, leftImg, rightImg);
- }
- waitKey(0);
- return 0;
- }
运行最终结果如下图
备注: 里面有几个函数原作者没有提供,但是只要理解了作者的思路,很容易实现,便不上传我的代码。