Простое распознавание цифр OCR в OpenCV-Python

Ну, я решил потренироваться на моем вопросе, чтобы решить вышеуказанную проблему. То, что я хотел это реализовать упрощенный ОРЗ используя KNearest или особенности СВМ в OpenCV. А ниже то, что я сделал и как. ( это просто для изучения того, 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 находится внутри этого файла.

он содержит Письмо, наряду с 16 особенности этого письма.

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

2) так как я знал, не понимая всех этих особенностей, трудно сделать этот метод. Я попробовал другие работы, 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, так как все буквы имеют одинаковый шрифт и размер, я решил попробовать на этом).

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 контуров и применения ограничений на площадь и высоту букв, чтобы избежать ложных обнаружений).

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

D) После нажатия соответствующей цифровой клавиши он изменяет размер этого поля до 10x10 и сохраняет значения 100 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 сами, 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) создать экземпляр классификатора, который мы используем (здесь, это KNearest)

C) затем мы используем KNearest.поезд функция для обучения данных

для целей тестирования, 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 ограничивающий прямоугольник для него, затем измените размер до 10x10 и сохраните его значения пикселей в массиве, как это было сделано ранее.

D) затем мы используем KNearest.find_nearest () функция, чтобы найти ближайший элемент к тому, который мы дали. ( Если повезет, он распознает 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, что так).