opencv识别数字

转自：https://blog.csdn.net/ltg01/article/details/50492556

最近要做数字识别这块，但是自己又完全不懂这个，网上搜资料搜了好多，但是都没找到完整代码。只有自己慢慢搞，下面写下自己的过程以及代码有不好的地方希望大神可以指出，大家相互交流下。有需要完整代码的可以自行下载源码  （源码里面 是需要自己做一个图片的，没有图片，不能直接运行）

我是在VS2013 和opencv 2.4.9 环境下实现的。关于环境的搭建和配置以及软件的下载可以可以参考，http://blog.csdn.net/ltg01/article/details/50433386

我要做的是把0123456789 印刷体数字识别出来。

一、首先对图片进行预处理

对图片进行灰度化二值化

[cpp]  view plain  copy

1.        Mat src = imread("D:\\b.png", CV_LOAD_IMAGE_GRAYSCALE);//读取图片并进行灰度化处理  
2.     threshold(src, src, 100 , 255, CV_THRESH_BINARY);//二值化  
3. imshow("origin", src);//显示图片  

原图 经过灰度二值化的图

[cpp]  view plain  copy

1. Mat imread(const string& filename, int flags);  

filename：文件地址 flags：标志，读取什么样（灰度，彩色）图像hdrtype：传入的为载入什么类型(enum {LOAD_CVMAT=0,LOAD_IMAGE=1, LOAD_MAT=2 };这三个中的一个。) Mat ：保存图像的Mat对象了。
double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type) 
参数信息：
第一个参数，InputArray类型的src，输入数组，填单通道 , 8或32位浮点类型的Mat即可。
第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放输出结果，且和第一个参数中的Mat变量有一样的尺寸和类型。
第三个参数，double类型的thresh，阈值的具体值。
第四个参数，double类型的maxval，当第五个参数阈值类型type取 THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.
第五个参数，int类型的type，阈值类型,。
其它参数很好理解，我们来看看第五个参数，第五参数有以下几种类型
0: THRESH_BINARY  当前点值大于阈值时，取Maxval,也就是第四个参数，下面再不说明，否则设置为0
1: THRESH_BINARY_INV 当前点值大于阈值时，设置为0，否则设置为Maxval
2: THRESH_TRUNC 当前点值大于阈值时，设置为阈值，否则不改变
3: THRESH_TOZERO 当前点值大于阈值时，不改变，否则设置为0
4: THRESH_TOZERO_INV  当前点值大于阈值时，设置为0，否则不改变

二、对图片上的数字进行切割

   图片经过二值化后每个像素点的值只有1和0两种，在这里黑色部分的像素点的值为0白色字体部分的值为1.
对图片

先进行列扫描求每列的和。刚开始是都是黑色所以每列的和都是0，知道扫描到3的左边缘的那列的时候因为有白色所以这列的和大于0，这时候记下当前位置left，然后接着扫描，接下来每列的和都大于0，直到3的右边缘时候这列和右等于0，记下当前位置right，则right减去left则是3的宽度，高度仍为原图的高度，这样通过函数

[cpp]  view plain  copy

1.        int width = right - left;  
2. Rect rect(left, 0, width, src.rows);  
3. leftImg = src(rect);  

就可以把3截取出来了，如图

但是3的上下部分没有截取，同样对图片进行行扫描，截取上下部分，如下图

就这样循环截取图片就可以吧其他数字截取下来了，但是每次截取的原图是不一样的，第二次截取的时候原图上就没有3 是从6开始的如图

[cpp]  view plain  copy

1. int cutLeft(Mat& src, Mat& leftImg, Mat& rightImg)//左右切割  
2. {  
3.     int left, right;  
4.     left = 0;  
5.     right = src.cols;  
6.   
7.     int i;  
8.     for (i = 0; i < src.cols; i++)  
9.     {  
10.         int colValue = getColSum(src, i);  
11.         //cout <<i<<" th "<< colValue << endl;  
12.         if (colValue>0)  
13.         {  
14.             left = i;  
15.             break;  
16.         }  
17.     }  
18.     if (left == 0)  
19.     {  
20.         return 1;  
21.     }  
22.   
23.   
24.     for (; i < src.cols; i++)  
25.     {  
26.         int colValue = getColSum(src, i);  
27.         //cout << i << " th " << colValue << endl;  
28.         if (colValue == 0)  
29.         {  
30.             right = i;  
31.             break;  
32.         }  
33.     }  
34.     int width = right - left;  
35.     Rect rect(left, 0, width, src.rows);  
36.     leftImg = src(rect).clone();  
37.     Rect rectRight(right, 0, src.cols - right, src.rows);  
38.     rightImg = src(rectRight).clone();  
39.     cutTop(leftImg, leftImg);  
40.     return 0;  
41. }  
42.   
43. void cutTop(Mat& src, Mat& dstImg)//上下切割  
44. {  
45.     int top, bottom;  
46.     top = 0;  
47.     bottom = src.rows;  
48.   
49.     int i;  
50.     for (i = 0; i < src.rows; i++)  
51.     {  
52.         int colValue = getRowSum(src, i);  
53.         //cout <<i<<" th "<< colValue << endl;  
54.         if (colValue>0)  
55.         {  
56.             top = i;  
57.             break;  
58.         }  
59.     }  
60.     for (; i < src.rows; i++)  
61.     {  
62.         int colValue = getRowSum(src, i);  
63.         //cout << i << " th " << colValue << endl;  
64.         if (colValue == 0)  
65.         {  
66.             bottom = i;  
67.             break;  
68.         }  
69.     }  
70.   
71.     int height = bottom - top;  
72.     Rect rect(0, top, src.cols, height);  
73.     dstImg = src(rect).clone();  
74. }  
75. int main()  
76. {  
77.     Mat src = imread("D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);  
78.     threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);  
79.     imshow("origin", src);  
80.   
81.     Mat leftImg,rightImg;  
82.     int res = cutLeft(src, leftImg, rightImg);    
83.     int i = 0;   
84.     while (res == 0)  
85.     {         
86.         char nameLeft[10];  
87.         sprintf(nameLeft, "%dLeft", i);  
88.         char nameRight[10];  
89.         sprintf(nameRight, "%dRight", i);  
90.         i++;  
91.         //stringstream ss;  
92.        //ss << nameLeft;  
93.         //imwrite("D:\\" + ss.str() + ".jpg", leftImg);  
94.         //ss >> nameLeft;  
95.         Mat srcTmp = rightImg;  
96.         //getSubtract(leftImg, 10);  
97.         res = cutLeft(srcTmp, leftImg, rightImg);     
98.     }  
99.       
100.     waitKey(0);  
101.     return 0;  
102. }  

最后截取结果如下图

（截取的很清楚只是拖动的时候留下的划痕）

三、制作模板

模板的制作和步骤二完全一样，首先你要切割的图片的字体样式和大小要和模板的样式和大小一样（比如都是宋体，10号）要不然匹配的结果就不准确，而且把0123456789最好按顺序这样匹配的时候可以知道是匹配到那个数字，比如你切割下的数字和模板匹配的时候，匹配到第三个模板则知道是匹配的数字3（模板从第0个开始）。只需要改主函数

[cpp]  view plain  copy

1. int main()  
2. {  
3.     Mat src = imread("D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);  
4.     threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);  
5.     imshow("origin", src);  
6.   
7.     Mat leftImg,rightImg;  
8.     int res = cutLeft(src, leftImg, rightImg);    
9.     int i = 0;   
10.     while (res == 0)  
11.     {         
12.         char nameLeft[10];  
13.         sprintf(nameLeft, "%dLeft", i);  
14.         char nameRight[10];  
15.         sprintf(nameRight, "%dRight", i);  
16.         i++;  
17.         imshow(nameLeft, leftImg);  
18.         <strong>stringstream ss;  
19.         ss << nameLeft;  
20.         imwrite("D:\\" + ss.str() + ".jpg", leftImg);//保存截取图片做为模板  
21.         ss >> nameLeft;</strong>  
22.         Mat srcTmp = rightImg;  
23.         //getSubtract(leftImg, 10);  
24.         res = cutLeft(srcTmp, leftImg, rightImg);     
25.     }  
26.       
27.     waitKey(0);  
28.     return 0;  
29. }  

四、数字识别

把你切割的数字图片大小调整到和模板一样的大小，然后让需要匹配的图和分别和10个模板相减，（让两个图片对应像素点值相减）然后求返回图片的整个图片的像素点值得平方和，和哪个模板匹配时候返回图片的平方和最小则就可以得到结果。只需要改主函数

[cpp]  view plain  copy

1. void getPXSum(Mat &src, int &a)//获取所有像素点和  
2. {   
3.     threshold(src, src, 100, 255, CV_THRESH_BINARY);  
4.       a = 0;  
5.     for (int i = 0; i < src.rows;i++)  
6.     {  
7.         for (int j = 0; j < src.cols; j++)  
8.         {  
9.             a += src.at <uchar>(i, j);  
10.         }  
11.     }  
12. }  
13.   
14. int  getSubtract(Mat &src, int TemplateNum) //两张图片相减  
15. {  
16.     Mat img_result;  
17.     int min = 1000000;  
18.     int serieNum = 0;  
19.     for (int i = 0; i < TemplateNum; i++){  
20.         char name[20];  
21.         sprintf_s(name, "D:\\%dLeft.jpg", i);  
22.         Mat Template = imread(name, CV_LOAD_IMAGE_GRAYSCALE);  
23.         threshold(Template, Template, 100, 255, CV_THRESH_BINARY);  
24.         threshold(src, src, 100, 255, CV_THRESH_BINARY);  
25.         resize(src, src, Size(32, 48), 0, 0, CV_INTER_LINEAR);  
26.         resize(Template, Template, Size(32, 48), 0, 0, CV_INTER_LINEAR);//调整尺寸        
27.         //imshow(name, Template);  
28.         absdiff(Template, src, img_result);//  
29.         getPXSum(img_result, diff);  
30.         if (diff < min)  
31.         {  
32.             min = diff;  
33.             serieNum = i;  
34.         }  
35.     }  
36.     printf("最小距离是%d ", min);  
37.     printf("匹配到第%d个模板匹配的数字是%d\n", serieNum,serieNum);  
38.     return serieNum;  
39. }  
40.   
41. int main()  
42. {  
43.     Mat src = imread("D:\\s.png", CV_LOAD_IMAGE_GRAYSCALE);  
44.     threshold(src, src, 100 , 255, CV_THRESH_BINARY_INV);  
45.     imshow("origin", src);  
46.   
47.     Mat leftImg,rightImg;  
48.     int res = cutLeft(src, leftImg, rightImg);    
49.     int i = 0;   
50.     while (res == 0)  
51.     {         
52.     //  char nameLeft[10];  
53.     //  sprintf(nameLeft, "%dLeft", i);  
54.     //  char nameRight[10];  
55.     //  sprintf(nameRight, "%dRight", i);  
56.     //  i++;  
57.         imshow(nameLeft, leftImg);  
58.     //  stringstream ss;  
59.     //  ss << nameLeft;  
60.     //  imwrite("D:\\" + ss.str() + ".jpg", leftImg);  
61.     //  ss >> nameLeft;  
62.         Mat srcTmp = rightImg;  
63.         getSubtract(leftImg, 10);//数字识别  
64.         res = cutLeft(srcTmp, leftImg, rightImg);     
65.     }  
66.       
67.     waitKey(0);  
68.     return 0;  
69. }  

运行最终结果如下图

备注： 里面有几个函数原作者没有提供，但是只要理解了作者的思路，很容易实现，便不上传我的代码。