點擊上方“小白學(xué)視覺”，選擇加"星標"或“置頂”

    
    
     
     
      
             
       
        重磅干貨，第一時間送達

導(dǎo)讀

本文將介紹使用OpenCV+OCR實現(xiàn)環(huán)形文字識別的詳細步驟和代碼演示。（來源公眾號：OpenCV與AI深度學(xué)習(xí)）

背景介紹

光學(xué)字符識別(OCR)場景中有很多特殊情況，比如噪聲、臟污、傾斜、變形等，都會對識別造成影響。環(huán)形文字也是其中一種，我們通常不能直接識別它們，而是先將文字轉(zhuǎn)換到水平方向，再做識別。如下圖所示：

如果我們直接識別，很容易識別失敗，那怎么辦呢？下面來詳細介紹上圖文字的識別步驟，也可看做環(huán)形文字識別的一般步驟。

詳細實現(xiàn)步驟

【1】查找定位圖中的圓形輪廓。定位圓形可以使用一般的Blob分析，也可使用霍夫圓變換實現(xiàn)，這里因為圓形比較規(guī)則且分明，直接使用霍夫圓變換即可，代碼和檢測效果如下：

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)gray = cv2.medianBlur(gray,3)circles = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1,100,\         param1=200,param2=30,minRadius=200,maxRadius=300)
isNG = Falseif circles is None:  print("找圓失敗！")  else:  circles = np.uint16(np.around(circles))  a, b, c = circles.shape  print (circles.shape)  for i in range(b):    cv2.circle(img_copy, (circles[0][i][0], circles[0][i][1]), circles[0][i][2], (0, 0, 255), 3, cv2.LINE_AA)    cv2.circle(img_copy, (circles[0][i][0], circles[0][i][1]), 2, (0, 255, 0), 3, cv2.LINE_AA) # draw center of circle  cv2.imshow("findCircle", img_copy)

【2】基于找到的圓做極坐標變換，將文字轉(zhuǎn)換到水平方向。

x = circles[0][i][0] - circles[0][i][2]y = circles[0][i][1] - circles[0][i][2]w = h = 2 * circles[0][i][2]center = (circles[0][i][0], circles[0][i][1])radius = circles[0][i][2]C = 2 * math.pi * radiusprint(C,radius)
ROI = img[y:y+h,x:x+w].copy()cv2.imshow('ROI',ROI)trans_center = (center[0]-x, center[1]-y)polarImg = cv2.warpPolar(ROI,(int(radius),int(C)),trans_center,radius,cv2.INTER_LINEAR + cv2.WARP_POLAR_LINEAR)polarImg = cv2.flip(polarImg,1) #鏡像polarImg = cv2.transpose(polarImg)#轉(zhuǎn)置cv2.imshow('polarImg',polarImg)cv2.imwrite('polarImg.png',polarImg)

【3】文字識別。使用EasyOCR或PaddleOCR均可，這里使用EasyOCR。

result = reader.readtext(polarImg)print(result)if len(result) > 0:  for i in range(0,len(result)):    print(result[i][1])    if(result[i][2] < 0.4):      continue    for j in range(4):      if j > 0:        cv2.line(polarImg,(tuple(result[i][0][j-1])),(tuple(result[i][0][j])),(0,255,0),2,cv2.LINE_AA)    cv2.line(polarImg,(tuple(result[i][0][0])),(tuple(result[i][0][3])),(0,255,0),2,cv2.LINE_AA)      strText = result[i][1].replace(' ','')    cv2.putText(polarImg,strText,(result[i][0][3][0],result[i][0][3][1]+20),0,0.8,(0,0,255),2)
  cv2.imshow('polarImg-OCR',polarImg)

【4】極坐標反變換，將包含識別結(jié)果的圖像還原成圓形。

polarImg = cv2.flip(polarImg,0) #鏡像polarImg = cv2.transpose(polarImg)#轉(zhuǎn)置polarImg_Inv = cv2.warpPolar(polarImg,(w,h),trans_center,radius,cv2.INTER_LINEAR + \                       cv2.WARP_POLAR_LINEAR + cv2.WARP_INVERSE_MAP)cv2.imshow('polarImg_Inv',polarImg_Inv)

【5】創(chuàng)建圓形mask圖像做copyTo操作，使圓形外部圖像與原圖保持一致。

mask = np.zeros((h,w,1),np.uint8)  cv2.circle(mask,trans_center,radius-3,(255,255,255),-1, cv2.LINE_AA)  cv2.imshow('mask', mask)  ROI = img[y:y+h,x:x+w]  for i in range(0,ROI.shape[0]):    for j in range(0, ROI.shape[1]):      if mask[i,j] > 0:        ROI[i,j] = polarImg_Inv[i,j]  cv2.imshow('result', img)  cv2.waitKey(0)

下載1：OpenCV-Contrib擴展模塊中文版教程

在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實戰(zhàn)項目52講

在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。

下載3：OpenCV實戰(zhàn)項目20講

在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~

實戰(zhàn) | OpenCV+OCR實現(xiàn)環(huán)形文字識別實例(詳細步驟 + 代碼)

背景介紹

詳細實現(xiàn)步驟