充值卡上的卡號(hào)、密碼是否OCR識(shí)別？我要嘗試一下，今天記錄第一步，圖像分割，將數(shù)字分割出來(lái)。下一步是數(shù)字二次分割、訓(xùn)練、識(shí)別。

充值卡的圖是這樣的：

chongzhika.jpg

直接上代碼，注釋中解釋處理過(guò)程。

import cv2
import imutils
from imutils import contours
import numpy as np


#open convert to gray  打開(kāi)圖片，轉(zhuǎn)換為灰度圖 
img=cv2.imread("chongzhika.jpg")
bimg=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
#cv2 里面的色彩序列是 BGR 
#cv2.imshow('bimg',bimg)
#cv2.waitKey()


#threshold 二值化并翻轉(zhuǎn)，二值化的閾值 設(shè)置為12 ,由于照片上的右側(cè)白色部分，因?yàn)椴蝗缱髠?cè)黑色的部分明顯，
#在二值化中會(huì)被過(guò)濾掉，這里偷懶了，最好的做法是做直方圖分析，獲取到中間黑白的分割線，
#然后截取黑色部分處理。所以在這里二值化的閾值大小，會(huì)影響后面分割的效果。
#threshod infect the result!
bimg=cv2.threshold(bimg,12,255,cv2.THRESH_BINARY_INV)[1]

#調(diào)整一下圖片，旋轉(zhuǎn)為橫向的，并且調(diào)整大小
bimg=imutils.rotate(bimg,90)
bimg=cv2.resize(bimg,(int(bimg.shape[1]/2),int(bimg.shape[0]/2)))
cv2.imshow('bimg',bimg)
cv2.waitKey()


#contors  開(kāi)始搜索輪廓

#算子用的兩個(gè)核
rectKernel=cv2.getStructuringElement(cv2.MORPH_RECT,(9,3))
sqKernel=cv2.getStructuringElement(cv2.MORPH_RECT,(6,6))
##tophat 第一次遮罩
tophat=cv2.morphologyEx(bimg,cv2.MORPH_TOPHAT,rectKernel)
cv2.imshow('tophat',tophat)
cv2.waitKey()

##compute 做，sobel算子邊緣檢測(cè)后，二次進(jìn)行均值增強(qiáng)
gradX=cv2.Sobel(tophat,ddepth=cv2.CV_32F,dx=1,dy=0,ksize=1)
gradX=np.absolute(gradX)
(minVal,maxVal)=(np.min(gradX),np.max(gradX))
gradX=(255*((gradX-minVal)/(maxVal-minVal)))
gradX=gradX.astype('uint8')

##2 對(duì)增強(qiáng)后的圖像進(jìn)行閉運(yùn)算--二值化---二次閉預(yù)算 
gradX=cv2.morphologyEx(gradX,cv2.MORPH_CLOSE,rectKernel)
thresh=cv2.threshold(gradX,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)[1]
thresh=cv2.morphologyEx(thresh,cv2.MORPH_CLOSE,sqKernel)

#獲得大輪廓，目的就是將白色的數(shù)字部分連在一起，方便后面的輪廓檢測(cè)
cv2.imshow('thresh',thresh)
cv2.waitKey()

#filter
#預(yù)留，將各種噪點(diǎn)濾除
## 獲取連續(xù)區(qū)域
cnts=cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts=cnts[0] if imutils.is_cv2() else cnts[1]
cnts=contours.sort_contours(cnts,method='left-to-right')[0]

locs=[]
locs2=[]

#loop over the contors 循環(huán)判斷連續(xù)區(qū)域的寬高比，寬度、高度是否符合預(yù)期
for(i,c) in enumerate(cnts):

    (x,y,w,h)=cv2.boundingRect(c)
    ar=w/float(h)

#password 4 digits       因?yàn)榭艿?數(shù)字中，四個(gè)字母一組比較多，所以設(shè)置寬高比為 2.5 --4.5 
    if ar>2.5 and ar<5.0:
        print('ar=',ar)
        print('x=',x,'y=',y,'width=',w,'height=',h)
        if(w>15 and w< 180) and (h> 15 and h<30):
            locs.append((x,y,w,h))
# password 3 digits 3個(gè)數(shù)字的寬高比略微小點(diǎn)，也別漏了，當(dāng)然也會(huì)帶來(lái)很多噪點(diǎn)
    if ar>1.5 and ar<2.5:
            print('ar=',ar)
            print('x=',x,'y=',y,'width=',w,'height=',h)
            if(w>15 and w< 180) and (h> 15 and h<30):
                locs.append((x,y,w,h))
#number 15 digits 卡號(hào)的部分，超長(zhǎng)，設(shè)置大點(diǎn)的寬高比，同時(shí)這里也有個(gè)問(wèn)題就是最下面的條碼寬高比是一樣的，通過(guò)高度區(qū)分，這里設(shè)置h 在15-30 之間，是觀察出來(lái)的。。。需要考慮圖片的傾斜、小角度旋轉(zhuǎn)、大小等變化
    if ar>10 or ar<20:
        if(w>100 and w< 300) and (h> 15 and h<30):
            locs2.append((x,y,w,h))
        
print('locs=', locs)
print('locs2=', locs2)

#將檢測(cè)到的輪廓在圖上畫(huà)出來(lái)
if(len(locs)>0):
    output = cv2.merge([bimg] * 3)
    for (x,y,w,h) in locs:
        cv2.rectangle(output, (x - 2, y - 2), (x + w + 4, y + h + 4), (0, 255, 0), 2)
 
    if(len(locs2)>0):
 
        for (x,y,w,h) in locs2:
            cv2.rectangle(output, (x - 2, y - 2), (x + w + 4, y + h + 4), (0, 0, 255), 2)
    cv2.imshow('output',output)
    cv2.waitKey()

最終的效果，左側(cè)是進(jìn)行膨脹連通之后的效果，右側(cè)是最終進(jìn)行連續(xù)路徑檢測(cè)之后，對(duì)數(shù)字的標(biāo)注，綠色是小寬高比的標(biāo)注，紅色是大寬高比的標(biāo)注。

分割2.png

目前的檢測(cè)只是初步的嘗試，無(wú)法應(yīng)對(duì)圖像的明暗、旋轉(zhuǎn)、翻轉(zhuǎn)、大小等多種多樣的變化，仍然需要繼續(xù)探索。