本博客主要實(shí)現(xiàn)利用OpenCV的模板匹配識(shí)別圖像中的數(shù)字，然后把識(shí)別出來的數(shù)字輸出到txt文件中，如果識(shí)別失敗則輸出“讀取失敗”。

操作環(huán)境：

單個(gè)數(shù)字模板：（這些單個(gè)模板是我自己直接從圖片上截取下來的）

要處理的圖片：

終端輸出：

文本輸出：

首先定義兩個(gè)會(huì)用到的函數(shù)

第一個(gè)是顯示圖片的函數(shù)，這樣的話在顯示圖片的時(shí)候就比較方便了

def cv_show(name, img): cv2.imshow(name, img) cv2.waitKey(0) cv2.destroyAllWindows()

第二個(gè)是圖片縮放的函數(shù)

def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dim = None (h, w) = image.shape[:2] if width is None and height is None: return image if width is None: r = height / float(h) dim = (int(w * r), height) else: r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation=inter) return resized

先把這個(gè)代碼貼出來，方便后面單個(gè)函數(shù)代碼的理解。

if __name__ == '__main__': # 存放數(shù)字模板列表 digits = [] # 當(dāng)前運(yùn)行目錄 now_dir = os.getcwd() print('當(dāng)前運(yùn)行目錄：' + now_dir) numbers_address = now_dir + 'numbers' load_digits() times = input('請(qǐng)輸入程序運(yùn)行次數(shù)：') for i in range(1, int(times) + 1): demo(i) print('輸出成功，請(qǐng)檢查本地temp.txt文件') while True: if input('輸入小寫‘q’并回車退出') == ’q’: break

接下來是第一個(gè)主要函數(shù)，功能是加載數(shù)字模板并進(jìn)行處理。

這個(gè)函數(shù)使用到了os模塊，所以需要在開頭import os

def load_digits(): # 加載數(shù)字模板 path = numbers_address # 這個(gè)地方就是獲取當(dāng)前運(yùn)行目錄 獲取函數(shù)在主函數(shù)里面 filename = os.listdir(path) # 獲取文件夾文件 for file in filename: img = cv2.imread(numbers_address + '' + file) # 讀取圖片 img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 灰度處理 # 自動(dòng)閾值二值化 把圖片處理成黑底白字 img_temp = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] # 尋找數(shù)字輪廓 cnt = cv2.findContours(img_temp, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0] # 獲取數(shù)字矩形輪廓 x, y, w, h = cv2.boundingRect(cnt[0]) # 將單個(gè)數(shù)字區(qū)域進(jìn)行縮放并存到列表中以備后面使用 digit_roi = cv2.resize(img_temp[y:y+h, x:x+w], (57, 88)) digits.append(digit_roi)

最后一個(gè)函數(shù)是程序的重點(diǎn)，實(shí)現(xiàn)功能就是識(shí)別出數(shù)字并輸出。

不過這里把這個(gè)大函數(shù)分開兩部分來講解。

第一部分是對(duì)圖片進(jìn)行處理，最終把圖片中的數(shù)字區(qū)域圈出來。

# 這兩個(gè)都是核，參數(shù)可以改變 rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 25)) sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) # 這個(gè)就是讀取圖片的，可以暫時(shí)不理解 target_path = now_dir + '' + 'demo_' + str(index) + '.png' img_origin = cv2.imread(target_path) # 對(duì)圖片進(jìn)行縮放處理 img_origin = resize(img_origin, width=300) # 灰度圖 img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY) # 高斯濾波 參數(shù)可以改變，選擇效果最好的就可以 gaussian = cv2.GaussianBlur(img_gray, (5, 5), 1)、 # 自動(dòng)二值化處理，黑底白字 img_temp = cv2.threshold( gaussian, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] # 頂帽操作 img_top = cv2.morphologyEx(img_temp, cv2.MORPH_TOPHAT, rectKernel) # sobel操作 img_sobel_x = cv2.Sobel(img_top, cv2.CV_64F, 1, 0, ksize=7) img_sobel_x = cv2.convertScaleAbs(img_sobel_x) img_sobel_y = cv2.Sobel(img_top, cv2.CV_64F, 0, 1, ksize=7) img_sobel_y = cv2.convertScaleAbs(img_sobel_y) img_sobel_xy = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0) # 閉操作 img_closed = cv2.morphologyEx(img_sobel_xy, cv2.MORPH_CLOSE, rectKernel) # 自動(dòng)二值化 thresh = cv2.threshold( img_closed, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] # 閉操作 img_closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel) # 尋找數(shù)字輪廓 cnts = cv2.findContours( img_closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0] # 輪廓排序 (cnts, boundingBoxes) = contours.sort_contours(cnts, 'top-to-bottom') # 存放正確數(shù)字序列（包含逗號(hào)）的輪廓，即過濾掉不需要的輪廓 right_loc = [] # 下面這個(gè)循環(huán)是對(duì)輪廓進(jìn)行篩選，只有長(zhǎng)寬比例大于2的才可以被添加到列表中 # 這個(gè)比例可以根據(jù)具體情況來改變。除此之外，還可以通過輪廓周長(zhǎng)和輪廓面積等對(duì)輪廓進(jìn)行篩選 for c in cnts: x, y, w, h = cv2.boundingRect(c) ar = w/float(h) if ar > 2: right_loc.append((x, y, w, h))

部分步驟的效果圖：

可以看到在進(jìn)行完最后一次閉操作后，一串?dāng)?shù)字全部變成白色區(qū)域，這樣再進(jìn)行輪廓檢測(cè)就可以框出每一行數(shù)字的大致范圍，這樣就可以縮小數(shù)字處理的范圍，可以在這些具體的區(qū)域內(nèi)部對(duì)單個(gè)數(shù)字進(jìn)行處理。

輪廓效果：

在這樣進(jìn)行以上步驟之后，就可以確定一行數(shù)字的范圍了，下面就進(jìn)行輪廓篩選把符合條件的輪廓存入列表。

注意：在代碼中使用了(cnts, boundingBoxes) = contours.sort_contours(cnts, 'top-to-bottom')

這個(gè)函數(shù)的使用需要導(dǎo)入imutils，這個(gè)模塊具體使用方法可以瀏覽我的另一篇博客OpenCV學(xué)習(xí)筆記

函數(shù)的最后一部分就是對(duì)每個(gè)數(shù)字輪廓進(jìn)行分割，取出單個(gè)數(shù)字的區(qū)域然后進(jìn)行模板匹配。

for (gx, gy, gw, gh) in right_loc: # 用于存放識(shí)別到的數(shù)字 digit_out = [] # 下面兩個(gè)判斷主要是防止出現(xiàn)越界的情況發(fā)生，如果發(fā)生的話圖片讀取會(huì)出錯(cuò) if (gy-10 < 0): now_gy = gy else: now_gy = gy-10 if (gx - 10 < 0): now_gx = gx else: now_gx = gx-10 # 選擇圖片興趣區(qū)域 img_digit = gaussian[now_gy:gy+gh+10, now_gx:gx+gw+10] # 二值化處理 img_thresh = cv2.threshold( img_digit, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] # 尋找所有輪廓 找出每個(gè)數(shù)字的輪廓（包含逗號(hào)） 正確的話應(yīng)該有9個(gè)輪廓 digitCnts = cv2.findContours( img_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0] # 從左到右排列輪廓 # 這樣排列的好處是，正常情況下可以確定逗號(hào)的位置方便后面刪除逗號(hào) (cnts, boundingBoxes) = contours.sort_contours(digitCnts, 'left-to-right') # cnts是元組，需要先轉(zhuǎn)換成列表，因?yàn)楹竺鏁?huì)對(duì)元素進(jìn)行刪除處理 cnts = list(cnts) flag = 0 # 判斷輪廓數(shù)量是否有9個(gè) if len(cnts) == 9: # 刪除逗號(hào)位置 del cnts[1] del cnts[2] del cnts[3] del cnts[4] # 可以在轉(zhuǎn)成元組 cnts = tuple(cnts) # 存放單個(gè)數(shù)字的矩形區(qū)域 num_roi = [] for c in cnts: x, y, w, h = cv2.boundingRect(c) num_roi.append((x, y, w, h)) # 對(duì)數(shù)字區(qū)域進(jìn)行處理，把尺寸縮放到與數(shù)字模板相同 # 對(duì)其進(jìn)行簡(jiǎn)單處理，方便與模板匹配，增加匹配率 for (rx, ry, rw, rh) in num_roi: roi = img_digit[ry:ry+rh, rx:rx+rw] roi = cv2.resize(roi, (57, 88)) # 高斯濾波 roi = cv2.GaussianBlur(roi, (5, 5), 1) # 二值化 roi = cv2.threshold( roi, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] # 用于存放匹配率 source = [] # 遍歷數(shù)字模板 for digitROI in digits: # 進(jìn)行模板匹配 res = cv2.matchTemplate( roi, digitROI, cv2.TM_CCOEFF_NORMED) max_val = cv2.minMaxLoc(res)[1] source.append(max_val) # 這個(gè)需要仔細(xì)理解 這個(gè)就是把0-9數(shù)字中匹配度最高的數(shù)字存放到列表中 digit_out.append(str(source.index(max(source)))) # 打印最終輸出值 print(digit_out) else: print('讀取失敗') flag = 1 # 將數(shù)字輸出到txt文本中 t = ’’ with open(now_dir + 'temp.txt', ’a+’) as q: if flag == 0: for content in digit_out: t = t + str(content) + ' ' q.write(t.strip(' ')) q.write(’n’) t = ’’ else: q.write('讀取失敗') q.write(’n’)

注意理解：digit_out.append(str(source.index(max(source))))

這個(gè)是很重要的，列表source存放模板匹配的每個(gè)數(shù)字的匹配率，求出其中最大值的索引值，因?yàn)閿?shù)字模板是按照0-9排列的，索引source的匹配率也是按照0-9排列的，所以每個(gè)元素的索引值就與相匹配的數(shù)字相同。這樣的話，取得最大值的索引值就相當(dāng)于取到了匹配率最高的數(shù)字。

from imutils import contoursimport cv2import osdef cv_show(name, img): cv2.imshow(name, img) cv2.waitKey(0) cv2.destroyAllWindows()def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dim = None (h, w) = image.shape[:2] if width is None and height is None: return image if width is None: r = height / float(h) dim = (int(w * r), height) else: r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation=inter) return resizeddef load_digits(): # 加載數(shù)字模板 path = numbers_address filename = os.listdir(path) for file in filename: # print(file) img = cv2.imread( numbers_address + '' + file) img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img_temp = cv2.threshold( img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] cnt = cv2.findContours(img_temp, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)[0] x, y, w, h = cv2.boundingRect(cnt[0]) digit_roi = cv2.resize(img_temp[y:y+h, x:x+w], (57, 88)) # 將數(shù)字模板存到列表中 digits.append(digit_roi)def demo(index): rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 25)) sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) target_path = now_dir + '' + 'demo_' + str(index) + '.png' img_origin = cv2.imread(target_path) img_origin = resize(img_origin, width=300) img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY) gaussian = cv2.GaussianBlur(img_gray, (5, 5), 1) img_temp = cv2.threshold( gaussian, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] img_top = cv2.morphologyEx(img_temp, cv2.MORPH_TOPHAT, rectKernel) img_sobel_x = cv2.Sobel(img_top, cv2.CV_64F, 1, 0, ksize=7) img_sobel_x = cv2.convertScaleAbs(img_sobel_x) img_sobel_y = cv2.Sobel(img_top, cv2.CV_64F, 0, 1, ksize=7) img_sobel_y = cv2.convertScaleAbs(img_sobel_y) img_sobel_xy = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0) img_closed = cv2.morphologyEx(img_sobel_xy, cv2.MORPH_CLOSE, rectKernel) thresh = cv2.threshold( img_closed, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] img_closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel) cnts = cv2.findContours( img_closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0] (cnts, boundingBoxes) = contours.sort_contours(cnts, 'top-to-bottom') draw_img = img_origin.copy() draw_img = cv2.drawContours(draw_img, cnts, -1, (0, 0, 255), 1) cv_show('666', draw_img) # 存放正確數(shù)字序列（包含逗號(hào)）的輪廓，即過濾掉不需要的輪廓 right_loc = [] for c in cnts: x, y, w, h = cv2.boundingRect(c) ar = w/float(h) if ar > 2: right_loc.append((x, y, w, h)) for (gx, gy, gw, gh) in right_loc: # 用于存放識(shí)別到的數(shù)字 digit_out = [] if (gy-10 < 0): now_gy = gy else: now_gy = gy-10 if (gx - 10 < 0): now_gx = gx else: now_gx = gx-10 img_digit = gaussian[now_gy:gy+gh+10, now_gx:gx+gw+10] # 二值化處理 img_thresh = cv2.threshold( img_digit, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] # 尋找輪廓 找出每個(gè)數(shù)字的輪廓（包含逗號(hào)） 正確的話應(yīng)該有9個(gè)輪廓 digitCnts = cv2.findContours( img_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0] # 從左到右排列 (cnts, boundingBoxes) = contours.sort_contours(digitCnts, 'left-to-right') cnts = list(cnts) flag = 0 if len(cnts) == 9: del cnts[1] del cnts[2] del cnts[3] del cnts[4] cnts = tuple(cnts) num_roi = [] for c in cnts: x, y, w, h = cv2.boundingRect(c) num_roi.append((x, y, w, h)) for (rx, ry, rw, rh) in num_roi: roi = img_digit[ry:ry+rh, rx:rx+rw] roi = cv2.resize(roi, (57, 88)) roi = cv2.GaussianBlur(roi, (5, 5), 1) roi = cv2.threshold( roi, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] source = [] for digitROI in digits: res = cv2.matchTemplate( roi, digitROI, cv2.TM_CCOEFF_NORMED) max_val = cv2.minMaxLoc(res)[1] source.append(max_val) digit_out.append(str(source.index(max(source)))) cv2.rectangle(img_origin, (gx-5, gy-5), (gx+gw+5, gy+gh+5), (0, 0, 255), 1) print(digit_out) else: print('讀取失敗') flag = 1 t = ’’ with open(now_dir + 'temp.txt', ’a+’) as q: if flag == 0: for content in digit_out: t = t + str(content) + ' ' q.write(t.strip(' ')) q.write(’n’) t = ’’ else: q.write('讀取失敗') q.write(’n’)if __name__ == '__main__': # 存放數(shù)字模板列表 digits = [] # 當(dāng)前運(yùn)行目錄 now_dir = os.getcwd() print('當(dāng)前運(yùn)行目錄：' + now_dir) numbers_address = now_dir + 'numbers' load_digits() times = input('請(qǐng)輸入程序運(yùn)行次數(shù)：') for i in range(1, int(times) + 1): demo(i) print('輸出成功，請(qǐng)檢查本地temp.txt文件') cv2.waitKey(0) cv2.destroyAllWindows() while True: if input('輸入小寫‘q’并回車退出') == ’q’: break

整個(gè)文件下載地址：https://wwe.lanzous.com/iLSDunf850b

注意：如果想同時(shí)識(shí)別多個(gè)圖片話，需要將圖片統(tǒng)一改名為“demo_ + 數(shù)字序號(hào).png” 例如：demo_1.png demo_2.png 同時(shí)在運(yùn)行代碼時(shí)輸入圖片個(gè)數(shù)即可。

這個(gè)程序代碼相對(duì)來說不算復(fù)雜，主要是對(duì)圖像的一些基礎(chǔ)處理需要注意。因?yàn)椴煌膱D像想要識(shí)別成功需要進(jìn)行不同程度的基礎(chǔ)處理，所以在做的時(shí)候可以多輸出幾張圖片檢查一下那一步效果不太好并及時(shí)進(jìn)行修改調(diào)整，這樣才能達(dá)到最終比較好的效果。

以上就是python基于OpenCV模板匹配識(shí)別圖片中的數(shù)字的詳細(xì)內(nèi)容，更多關(guān)于python 識(shí)別圖片中的數(shù)字的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！