如何基于opencv实现简单的数字识别

第如何基于opencv实现简单的数字识别目录前言要解决的问题解决问题的思路总结

前言

由于自己学识尚浅，不能用python深度学习来识别这里的数字，所以就完全采用opencv来识别数字，然后在这里分享、记录一下自己在学习过程中的一些所见所得和所想

要解决的问题

这是一个要识别的数字，我这里首先是对图像进行一个ROI的提取，提取结果就仅仅剩下数字，把其他的一些无关紧要的要素排除在外，

这是ROI图片，我们要做的就是识别出该照片中的数字，

解决问题的思路

1、先把这个图片中的数字分割，分割成为5张小图片，每张图片包含一个数字，为啥要分割呢？因为我们没办法让计算机知道这个数字是多少，所以只能根据特征，让计算机去识别特征，然后每一个特征对应一个值，首先贴出分割图片的程序，然后在程序下方会有一段思路解释

#includeopencv2/core/core.hpp

#includeopencv.hpp

#includeopencv2/highgui/highgui.hpp

#includeopencv2/features2d/features2d.hpp

#includeopencv2/imgproc/imgproc.hpp

#includeiostream

#includectime

usingnamespacestd;

usingnamespacecv;

#includemap

Matsrc_threshold;

Matsrc_dil;

intsunImage(Matimage);

vectorMatROI_image;//待测图片

intmain()

clock_tstart,finish;

start=clock();

Matsrc;

src=imread("D:\\vspic\\picture\\number6.jpg");

resize(src,src,Size(src.cols/7,src.rows/7));

imshow("src",src);

Matsrc_gray;

cvtColor(src,src_gray,COLOR_BGR2GRAY);

//imshow("gsrc_ray",src_gray);

Matsrc_blur;

blur(src_gray,src_blur,Size(9,9));

//GaussianBlur(src_gray,src_blur,Size(11,11),1,1);

Matsrc_threshold;

threshold(src_blur,src_threshold,150,255,THRESH_OTSU);

//imshow("src_threshold",src_threshold);

Matsrc_canny;

Canny(src_threshold,src_canny,125,255,3);

//imshow("src_canny",src_canny);

vectorvectorPointcontours_src;

vectorVec4ihierarchy_src(contours_src.size());

findContours(src_canny,contours_src,hierarchy_src,RETR_EXTERNAL,CHAIN_APPROX_NONE);

Rectrect_s;

Rectchoose_rect;

for(size_ti=0;icontours_src.size();i++)

rect_s=boundingRect(contours_src[i]);

doublewidth=rect_s.width;

doubleheight=rect_s.height;

doublebizhi=width/height;

if(bizhi1.5height50)

/*rectangle(src,rect_s.tl(),rect_s.br(),Scalar(255,255,255),1,1,0);*/

choose_rect=Rect(rect_s.x+20,rect_s.y+30,rect_s.x-30,rect_s.y-108);

Matroi;

roi=src(choose_rect);

//imshow("src_",roi);

Matimg=roi;

Matgray_img;

//生成灰度图像

cvtColor(img,gray_img,CV_BGR2GRAY);

//高斯模糊

Matimg_gau;

GaussianBlur(gray_img,img_gau,Size(3,3),0,0);

//阈值分割

Matimg_seg;

threshold(img_gau,img_seg,0,255,THRESH_BINARY+THRESH_OTSU);

Matelement;

element=getStructuringElement(MORPH_RECT,Size(8,8));

erode(img_seg,src_dil,element);

//imshow("src_dil",src_dil);

//边缘检测，提取轮廓

Matimg_canny;

Canny(src_dil,img_canny,200,100);

//imshow("canny",img_canny);

vectorvectorPointcontours;

vectorVec4ihierarchy(contours.size());

findContours(img_canny,contours,hierarchy,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE,Point());//寻找轮廓

intsize=(int)(contours.size());//轮廓的数量

//coutsizeendl;6个

//保存符号边框的序号

vectorintnum_order;//定义一个整型int容器

mapint,intnum_map;//容器，需要关键字和模板对象两个模板参数，此处定义一个int作为索引，并拥有相关连的指向int的指针

for(inti=0;isize;i++)

//获取边框数据

Rectnumber_rect=boundingRect(contours[i]);

intwidth=number_rect.width;//获取矩形的宽

intheight=number_rect.height;//获取矩形的高

//去除较小的干扰边框，筛选出合适的区域

if(widthimg.cols/20)

rectangle(img,number_rect.tl(),number_rect.br(),Scalar(255,255,255),1,1,0);//绘制矩形

imshow("img",img);//显示矩形框

num_order.push_back(number_rect.x);//把矩形的x坐标放入number_order容器中，将一个新的元素添加到vector的最后面，

//位置为当前元素的下一个元素

num_map[number_rect.x]=i;//向map中存入键值对，number_rect.x是关键字，i是值

/*把矩形框的x坐标与对应的i值一起放入map容器中，形成一一对应的键值对

//按符号顺序提取

sort(num_order.begin(),num_order.end());/*把number_order容器中的内容按照从小到大的顺序排列,这里面是X的坐标*/

for(inti=0;inum_order.size();i++){

Rectnumber_rect=boundingRect(contours[num_map.find(num_order[i])-second]);//num_order里面放的是坐标

//cout"num_map的值是："num_map.find(num_order[i])-secondendl;

Rectchoose_rect(number_rect.x,0,number_rect.width,img.rows);//矩形左上角x,y的坐标以及矩形的宽和高

Matnumber_img=img(choose_rect);

resize(number_img,number_img,Size(30,100));//归一化尺寸

ROI_image.push_back(number_img);//保存为待测图片

//imshow("number"+to_string(i),number_img);

charname[50];

sprintf_s(name,"D:\\vs2012\\model\\%d.jpg",i);//保存模板

imwrite(name,number_img);

cout"图片分割完毕"endl;

//加载模板

vectorMattemptImage;//存放模板

for(inti=0;ii++)

charname[50];

sprintf_s(name,"D:\\vs2012\\model\\%d.jpg",i);

Mattemp;

temp=imread(name);

//cout"加载模板图片通道数："temp.channels()endl;

temptImage.push_back(temp);

vectorint//存放顺序结果

for(inti=0;iROI_image.size();i++)

MatsubImage;

intsum=0;

intmin=50000;

intseq_min=0;//记录最小的和对应的数字

for(intj=0;jj++)

absdiff(ROI_image[i],temptImage[j],subImage);//待测图片像素减去模板图片像素

sum=sunImage(subImage);//统计像素和

if(summin)

min=sum;

seq_min=j;

sum=0;

seq.push_back(seq_min);

cout"输出数字匹配结果:";//endl是换行的意思

for(inti=0;iseq.size();i++)//输出结果，小数点固定在第3位

coutseq[i];

if(i==1)

cout".";

finish=clock();

doubleall_time=double(finish-start)/CLOCKS_PER_SEC;

/*cout"运行总时间是："all_timeendl;*/

waitKey(0);

return0;

//计算像素和

intsunImage(Matimage)

intsum=0;

for(inti=0;iimage.cols;i++)

for(intj=0;jimage.rows;j++)

sum+=image.atuchar(j,i);

returnsum;