Простое распознавание цифр OCR в OpenCV-Python

Ну, я решил потренироваться на своем вопросе, чтобы решить вышеуказанную проблему. Я хотел реализовать simpl OCR, используя функции KNearest или SVM в OpenCV. А ниже-что я сделал и как. ( это просто для обучения, как использовать KNearest для простых целей OCR).

1) мой первый вопрос был о letter_recognition.файл данных, который поставляется с образцами OpenCV. Я хотел знать, что в этом файле.

он содержит Письмо, наряду с 16 особенности этого письма.

и this SOF помог мне найти его. Эти 16 особенностей описаны в статьеLetter Recognition Using Holland-Style Adaptive Classifiers. (Хотя я не понял некоторых особенностей в конце)

2) поскольку я знал, не понимая всех этих особенностей, трудно сделать этот метод. Я попробовал другие бумаги, но все они были немного трудными для новичка.

So I just decided to take all the pixel values as my features. (Я не волнует точность или производительность, я просто хотел, чтобы он работал, по крайней мере, с наименьшей точностью)

Я взял ниже изображение для моих данных обучения:

(Я знаю, что количество данных обучения меньше. Но, поскольку все буквы имеют одинаковый шрифт и размер, я решил попробовать это).

чтобы подготовить данные для обучения, я сделал небольшой код в OpenCV. Он делает следующие вещи:

A) он загружает изображение.

B) Выбирает цифры (очевидно, путем поиска контура и применения ограничений по площади и высоте букв, чтобы избежать ложных обнаружений).

C) рисует ограничивающий прямоугольник вокруг одной буквы и ждет key press manually. На этот раз мы!--9-- > нажмите цифровую клавишу сами соответствует букве в поле.

D) После нажатия соответствующей цифровой клавиши он изменяет размер этого поля на 10x10 и сохраняет 100 значений пикселей в массиве (здесь, образцы) и соответствующие введенные вручную цифра в другом массиве (здесь, ответы).

E) затем сохраните оба массива в отдельных txt-файлах.

в конце ручной классификации цифр, все цифры в данных железнодорожного( железнодорожный.png) помечены вручную самостоятельно, изображение будет выглядеть следующим образом:

Ниже приведен код, который я использовал для указанной цели ( конечно, не так чисто):

import sys

import numpy as np
import cv2

im = cv2.imread('pitrain.png')
im3 = im.copy()

gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(5,5),0)
thresh = cv2.adaptiveThreshold(blur,255,1,1,11,2)

#################      Now finding Contours         ###################

contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

samples =  np.empty((0,100))
responses = []
keys = [i for i in range(48,58)]

for cnt in contours:
    if cv2.contourArea(cnt)>50:
        [x,y,w,h] = cv2.boundingRect(cnt)

        if  h>28:
            cv2.rectangle(im,(x,y),(x+w,y+h),(0,0,255),2)
            roi = thresh[y:y+h,x:x+w]
            roismall = cv2.resize(roi,(10,10))
            cv2.imshow('norm',im)
            key = cv2.waitKey(0)

            if key == 27:  # (escape to quit)
                sys.exit()
            elif key in keys:
                responses.append(int(chr(key)))
                sample = roismall.reshape((1,100))
                samples = np.append(samples,sample,0)

responses = np.array(responses,np.float32)
responses = responses.reshape((responses.size,1))
print "training complete"

np.savetxt('generalsamples.data',samples)
np.savetxt('generalresponses.data',responses)

теперь мы входим в обучение и тестирование часть.

для тестирования части я использовал ниже изображение, которое имеет тот же тип букв, которые я использовал для обучения.

для обучения мы делаем следующее:

A) загрузите файлы txt, которые мы уже сохранили ранее

B) создайте экземпляр классификатора, который мы используем (здесь, это KNearest)

C) тогда мы используем KNearest.поезд функция для тренировки данных

для целей испытания, мы делаем как следует:

A) мы загружаем изображение, используемое для тестирования

B) обработайте изображение как раньше и извлеките каждую цифру с помощью методов контура

C) нарисуйте ограничивающую рамку для него, затем измените размер до 10x10 и сохраните его значения пикселей в массиве, как это было сделано ранее.

D) тогда мы используем KNearest.функция find_nearest (), чтобы найти ближайший элемент к тому, который мы дали. (Если повезет, он узнает правильную цифру.)

Я включил последние два шага ( обучение и тестирование) в одном коде ниже:

import cv2
import numpy as np

#######   training part    ############### 
samples = np.loadtxt('generalsamples.data',np.float32)
responses = np.loadtxt('generalresponses.data',np.float32)
responses = responses.reshape((responses.size,1))

model = cv2.KNearest()
model.train(samples,responses)

############################# testing part  #########################

im = cv2.imread('pi.png')
out = np.zeros(im.shape,np.uint8)
gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
thresh = cv2.adaptiveThreshold(gray,255,1,1,11,2)

contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    if cv2.contourArea(cnt)>50:
        [x,y,w,h] = cv2.boundingRect(cnt)
        if  h>28:
            cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
            roi = thresh[y:y+h,x:x+w]
            roismall = cv2.resize(roi,(10,10))
            roismall = roismall.reshape((1,100))
            roismall = np.float32(roismall)
            retval, results, neigh_resp, dists = model.find_nearest(roismall, k = 1)
            string = str(int((results[0][0])))
            cv2.putText(out,string,(x,y+h),0,1,(0,255,0))

cv2.imshow('im',im)
cv2.imshow('out',out)
cv2.waitKey(0)

и это сработало, ниже результат, который я получил:

здесь он работал со 100% точностью. Я предполагаю, что это потому, что все цифры имеют одинаковый вид и одинаковый размер.

но в любом случае, это хорошее начало для начинающих ( я надеюсь).