python计算机视觉opencv卡号识别示例详解

时间:2021-10-17 04:49:12

模板图片如下:

python计算机视觉opencv卡号识别示例详解

需识别的图片如下:

python计算机视觉opencv卡号识别示例详解

 

一、模板预处理

1.将模板设置为二值图

python计算机视觉opencv卡号识别示例详解

2.检测模板的轮廓

python计算机视觉opencv卡号识别示例详解

3.对模板轮廓排序,并将数字和轮廓一一对应,以字典存储

排序的函数如下:

python计算机视觉opencv卡号识别示例详解

排序并存储:

python计算机视觉opencv卡号识别示例详解

4.备注

①每一个数字对应的是二值图截出来的那个数字图的矩阵,共10个。

②对每一个数字进行了尺寸的设置,其实多大都行,只要后面匹配计算数值的时候设置成和模板一样的就行。

 

二、图片预处理

1.初始化卷积核

python计算机视觉opencv卡号识别示例详解

在后面对图像进行形态学运算的时候会用到

2.图片预处理第一部分

python计算机视觉opencv卡号识别示例详解

3.图像预处理第二部分

python计算机视觉opencv卡号识别示例详解

最终目的是把卡片上面的数字部分的坐标选出来,因此,在图像处理过程中,只需要把所有轮廓都画出来,即可,后面会对轮廓进行处理。

 

三、轮廓处理

1.大轮廓过滤

python计算机视觉opencv卡号识别示例详解

由于数字的轮廓是拥有类似的长宽比,因此每一个轮廓的坐标得到的近似矩形,它的长宽比应该是相似的,根据这个特性,选择出来我们所需要的大轮廓,并把坐标及长宽信息以元组形式保存起来。

2.小轮廓分割

python计算机视觉opencv卡号识别示例详解

以上的循环, 是把每一个大轮廓(包含4个数字)切割成4个小轮廓,每一个数字一个轮廓。同样使用切割大轮廓的方法并按照轮廓的横坐标进行排序。

在上面的循环内,继续补充下面的循环:

python计算机视觉opencv卡号识别示例详解

以上的循环是在上一个大循环之内的。是对于每一个数值进行计算。通过找到矩形,并设置成和模板一样的大小,和模板进行匹配,得到分数。选择分数最高的那个结果的索引作为结果,索引其实就是那个目标数字。

最后直接在原图上画出来框,并把数字填上去,位置相对于卡片数字有一个15的位移。

以上就是python计算机视觉opencv卡号识别示例详解的详细内容,更多关于python计算机视觉opencv卡号识别的资料请关注服务器之家其它相关文章!

原文链接:https://blog.csdn.net/Swayzzu/article/details/120890150