时间戳

首页 > 解决方案 > Python-OpenCV 数字分割

python - Python-OpenCV 数字分割

问题描述

对于我的图像处理课程，我自己选择了数字识别项目。在这个项目中，目的是识别模拟水煤气表上的数字。我的第一个目标是找到数字所在的位置并在它们上画一个矩形。稍后我想拍摄矩形图像并在其上应用机器学习来识别数字。目前我被困在数字分割部分。你有什么建议？

示例图像

import cv2
import imutils
from imutils.perspective import four_point_transform
from imutils import contours
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np

img = cv2.imread('/Users/USER/Desktop/digitSegmentation/picture2.jpg')

# Grayscaling
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#Image blurring
blurred = cv2.GaussianBlur(gray, (5, 5), 0)

# Thresholding
ret, thresh_img = cv2.threshold(img, 120, 255, cv2.THRESH_BINARY)

# Canny edge detection
edges = cv2.Canny(blurred, 50, 200, 255)

cnts = cv2.findContours(edges.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)
displayCnt = None

for c in cnts:
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02 * peri, True)

    if len(approx) == 4:
        displayCnt = approx
        break

thresh = cv2.threshold(edges, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2, 6))
thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

lower_blue = np.array([50, 50, 0])
upper_blue = np.array([120, 255, 255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)




img_rect = cv2.rectangle(img, (384, 0), (510, 128), (0, 255, 0), 3)


cv2.imshow('Original image', img)
cv2.imshow('Gray image', gray)
cv2.imshow("Threshold image", thresh_img)
cv2.imshow('Edged image', edges)
cv2.imshow('Rectangle drawing', img_rect)
cv2.imshow('kernel',kernel)
cv2.imshow('Thresholding with Canny',thresh)
cv2.imshow('Masked image',mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

标签： pythonnumpyopencvimage-processingimage-segmentation

解决方案

我需要更多解释/上下文来给你一个合适的答案。你能提供更多的图片吗？一种通用的方法是使用 ocr（如 tesseract，它很容易使用，您可以在 opencv 中使用它）来查找出现的五位数字、逗号然后是 3 digist 和立方米单位。这也会给你周围的边界框（也许它会被检测为单独的单词，所以你可能需要一个合并步骤。）

如果你真的想进行某种分割来找到黑色区域，一种方法可能是用一个简单的阈值对图像进行二值化，用一点形态关闭来关闭对象并选择具有适当统计的区域（是好的范围？形状看起来像一个矩形？里面有 11 个白色区域吗？等等...）但我认为它比使用 tesseract 更难设置

推荐阅读