基于深度學(xué)習(xí)OpenCV與python進(jìn)行字符識別

點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達(dá)

字符識別：

字符識別程序有助于準(zhǔn)確的從文本中識別出每個文本元素。

通過應(yīng)用深度學(xué)習(xí)算法，可以準(zhǔn)確的識別圖像中字符或文本元素的并對其進(jìn)行分類。這些字符一般有很大區(qū)別。

當(dāng)我們使用普通技術(shù)來識別字符時，可能會在特定點(diǎn)上出現(xiàn)一些錯誤。如果我們使用基于深度學(xué)習(xí)的OpenCV算法將給出有效的輸出。

對于運(yùn)行模型的必須安裝由Google作為光學(xué)字符識別引擎開發(fā)的tesseract。

pip install pytesseract

OpenCV：

OpenCV是一種一項(xiàng)基本技術(shù)，我們主要利用他來消除的噪聲以便進(jìn)一步執(zhí)行數(shù)據(jù)操作。

Open CV是深度學(xué)習(xí)技術(shù)領(lǐng)域中使用最廣泛的算法。

它極大地依賴于受過訓(xùn)練的數(shù)據(jù)，并有助于識別圖像中存在的文本。開放式簡歷使算法丟失的準(zhǔn)確性變成一幅圖畫。灰度等級在字符識別領(lǐng)域提供了有效的分類。因此，我們特此導(dǎo)入所有必要的軟件包，以使我們的模型可以正常使用。

為了在您的本地計(jì)算機(jī)上安裝OpenCV，請使用以下命令...

pip install opencv-python

圖像可以直接讀取到代碼中嗎？

??讓我們討論影響識別字符的因素：

??圖像中的噪聲會導(dǎo)致許多錯誤識別字符的因素。為了確保無噪音，我們在代碼中消除了識別。

??當(dāng)圖像不是高分辨率時，識別將失敗。因此，為了獲得準(zhǔn)確的結(jié)果，最好拍攝高分辨率的圖像。

??有時圖像的角度也會出現(xiàn)缺陷。

??在假定文本時，圖像的反射會導(dǎo)致錯誤。如此多的字母“ F”被識別為“ P”。

??如果代碼無法訓(xùn)練字體，字體也會改變結(jié)果。

??各種圖像具有本領(lǐng)域的各種表示風(fēng)格，因此，當(dāng)存在更多膚色或多種顏色時，會對圖像中的識別文本做出不正確的假設(shè)。

考慮到以上所有因素，必須在所有測試用例通過的地方相應(yīng)地構(gòu)建代碼。

使用OpenCV識別字符的Python代碼：

#import all the packagesimport cv2import numpy as npimport pytesseractfrom PIL import Image

# path of pytesseract execution folder pytesseract.pytesseract.tesseract_cmd = 'C:\Program Files\Tesseract-OCR\tesseract.exe'# Path of imagemain_path = r'qu12.png'

def get_string(pic_path):   # Reading picture with opencv   pic = cv2.imread(pic_path)# grey-scale the picture   pic = cv2.cvtColor(pic, cv2.COLOR_BGR2GRAY)# Do dilation and erosion to eliminate unwanted noises   kernel = np.ones((1, 1), np.uint8)   pic = cv2.dilate(pic, kernel, iterations=20)   pic = cv2.erode(pic, kernel, iterations=20)# Write image after removed noise   cv2.imwrite(main_path + "no_noise.png", pic)#  threshold applying to get only black and white picture    pic = cv2.adaptiveThreshold(pic, 300, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 31, 2)# Write the image for later recognition process    cv2.imwrite(main_path + "threshold.png", pic)# Character recognition with tesseract   final = pytesseract.image_to_string(Image.open(main_path + "threshold.png"))return final

顯示最終輸出：

print(get_string(src_path))

輸入和輸出：

在這里，我們給出輸入到代碼中的輸入和輸出，以便稍后執(zhí)行代碼。

輸入：

從互聯(lián)網(wǎng)上獲取樣本識別

輸出：

執(zhí)行代碼后的屏幕截圖

代碼鏈接：https?:?//github.com/eazyciphers/deep-learning-tutors

參考文獻(xiàn)：

https://www.researchgate.net/profile/Andrew_Agbemenu/publication/325223548_An_Automatic_Number_Plate_Recognition_System_using_OpenCV_and_Tesseract_OCR_Engine/links/5c87e7ea299bf14e7e781750/An-Automatic-Number-Plate-Recognition-System-using-OpenCV-and-Tesseract-OCR-Engine.pdf

?https://en.wikipedia.org/wiki/Tesseract_(software)

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(jì)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(xì)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(jìn)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~