小编给大家分享一下python如何基于OpenCV模板匹配识别图片中的数字，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
单个数字模板：（这些单个模板是我自己直接从图片上截取下来的）
要处理的图片：
终端输出：
文本输出：
首先定义两个会用到的函数
第一个是显示图片的函数，这样的话在显示图片的时候就比较方便了
def cv_show(name, img): cv2.imshow(name, img) cv2.waitKey(0) cv2.destroyAllWindows()
第二个是图片缩放的函数
def resize(image, width=None, height=None, inter=cv2.INTER_AREA): dim = None (h, w) = image.shape[:2] if width is None and height is None: return image if width is None: r = height / float(h) dim = (int(w * r), height) else: r = width / float(w) dim = (width, int(h * r)) resized = cv2.resize(image, dim, interpolation=inter) return resized
先把这个代码贴出来，方便后面单个函数代码的理解。
if __name__ == "__main__":
# 存放数字模板列表
digits = []
# 当前运行目录
now_dir = os.getcwd()
print("当前运行目录：" + now_dir)
numbers_address = now_dir + "\\numbers"
load_digits()
times = input("请输入程序运行次数：")
for i in range(1, int(times) + 1):
demo(i)
print("输出成功，请检查本地temp.txt文件")
while True:
if input("输入小写‘q'并回车退出") == 'q':
break接下来是第一个主要函数，功能是加载数字模板并进行处理。
这个函数使用到了os模块，所以需要在开头import os
def load_digits(): # 加载数字模板 path = numbers_address # 这个地方就是获取当前运行目录 获取函数在主函数里面 filename = os.listdir(path) # 获取文件夹文件 for file in filename: img = cv2.imread(numbers_address + "\\" + file) # 读取图片 img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 灰度处理 # 自动阈值二值化 把图片处理成黑底白字 img_temp = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] # 寻找数字轮廓 cnt = cv2.findContours(img_temp, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0] # 获取数字矩形轮廓 x, y, w, h = cv2.boundingRect(cnt[0]) # 将单个数字区域进行缩放并存到列表中以备后面使用 digit_roi = cv2.resize(img_temp[y:y+h, x:x+w], (57, 88)) digits.append(digit_roi)
最后一个函数是程序的重点，实现功能就是识别出数字并输出。
不过这里把这个大函数分开两部分来讲解。
第一部分是对图片进行处理，最终把图片中的数字区域圈出来。
# 这两个都是核，参数可以改变 rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 25)) sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) # 这个就是读取图片的，可以暂时不理解 target_path = now_dir + "\\" + "demo_" + str(index) + ".png" img_origin = cv2.imread(target_path) # 对图片进行缩放处理 img_origin = resize(img_origin, width=300) # 灰度图 img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY) # 高斯滤波 参数可以改变，选择效果最好的就可以 gaussian = cv2.GaussianBlur(img_gray, (5, 5), 1)、 # 自动二值化处理，黑底白字 img_temp = cv2.threshold( gaussian, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] # 顶帽操作 img_top = cv2.morphologyEx(img_temp, cv2.MORPH_TOPHAT, rectKernel) # sobel操作 img_sobel_x = cv2.Sobel(img_top, cv2.CV_64F, 1, 0, ksize=7) img_sobel_x = cv2.convertScaleAbs(img_sobel_x) img_sobel_y = cv2.Sobel(img_top, cv2.CV_64F, 0, 1, ksize=7) img_sobel_y = cv2.convertScaleAbs(img_sobel_y) img_sobel_xy = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0) # 闭操作 img_closed = cv2.morphologyEx(img_sobel_xy, cv2.MORPH_CLOSE, rectKernel) # 自动二值化 thresh = cv2.threshold( img_closed, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] # 闭操作 img_closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel) # 寻找数字轮廓 cnts = cv2.findContours( img_closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0] # 轮廓排序 (cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom") # 存放正确数字序列（包含逗号）的轮廓，即过滤掉不需要的轮廓 right_loc = [] # 下面这个循环是对轮廓进行筛选，只有长宽比例大于2的才可以被添加到列表中 # 这个比例可以根据具体情况来改变。除此之外，还可以通过轮廓周长和轮廓面积等对轮廓进行筛选 for c in cnts: x, y, w, h = cv2.boundingRect(c) ar = w/float(h) if ar > 2: right_loc.append((x, y, w, h))
部分步骤的效果图：
可以看到在进行完最后一次闭操作后，一串数字全部变成白色区域，这样再进行轮廓检测就可以框出每一行数字的大致范围，这样就可以缩小数字处理的范围，可以在这些具体的区域内部对单个数字进行处理。
轮廓效果：
在这样进行以上步骤之后，就可以确定一行数字的范围了，下面就进行轮廓筛选把符合条件的轮廓存入列表。
注意：在代码中使用了(cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom")
这个函数的使用需要导入imutils，这个模块具体使用方法可以浏览我的另一篇博客OpenCV学习笔记
函数的最后一部分就是对每个数字轮廓进行分割，取出单个数字的区域然后进行模板匹配。
for (gx, gy, gw, gh) in right_loc:
# 用于存放识别到的数字
digit_out = []
# 下面两个判断主要是防止出现越界的情况发生，如果发生的话图片读取会出错
if (gy-10 < 0):
now_gy = gy
else:
now_gy = gy-10
if (gx - 10 < 0):
now_gx = gx
else:
now_gx = gx-10
# 选择图片兴趣区域
img_digit = gaussian[now_gy:gy+gh+10, now_gx:gx+gw+10]
# 二值化处理
img_thresh = cv2.threshold(
img_digit, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 寻找所有轮廓 找出每个数字的轮廓（包含逗号） 正确的话应该有9个轮廓
digitCnts = cv2.findContours(
img_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
# 从左到右排列轮廓
# 这样排列的好处是，正常情况下可以确定逗号的位置方便后面删除逗号
(cnts, boundingBoxes) = contours.sort_contours(digitCnts, "left-to-right")
# cnts是元组，需要先转换成列表，因为后面会对元素进行删除处理
cnts = list(cnts)
flag = 0
# 判断轮廓数量是否有9个
if len(cnts) == 9:
# 删除逗号位置
del cnts[1]
del cnts[2]
del cnts[3]
del cnts[4]
# 可以在转成元组
cnts = tuple(cnts)
# 存放单个数字的矩形区域
num_roi = []
for c in cnts:
x, y, w, h = cv2.boundingRect(c)
num_roi.append((x, y, w, h))
# 对数字区域进行处理，把尺寸缩放到与数字模板相同
# 对其进行简单处理，方便与模板匹配，增加匹配率
for (rx, ry, rw, rh) in num_roi:
roi = img_digit[ry:ry+rh, rx:rx+rw]
roi = cv2.resize(roi, (57, 88))
# 高斯滤波
roi = cv2.GaussianBlur(roi, (5, 5), 1)
# 二值化
roi = cv2.threshold(
roi, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 用于存放匹配率
source = []
# 遍历数字模板
for digitROI in digits:
# 进行模板匹配
res = cv2.matchTemplate(
roi, digitROI, cv2.TM_CCOEFF_NORMED)
max_val = cv2.minMaxLoc(res)[1]
source.append(max_val)
# 这个需要仔细理解 这个就是把0-9数字中匹配度最高的数字存放到列表中
digit_out.append(str(source.index(max(source))))
# 打印最终输出值
print(digit_out)
else:
print("读取失败")
flag = 1
# 将数字输出到txt文本中
t = ''
with open(now_dir + "\\temp.txt", 'a+') as q:
if flag == 0:
for content in digit_out:
t = t + str(content) + " "
q.write(t.strip(" "))
q.write('\n')
t = ''
else:
q.write("读取失败")
q.write('\n')注意理解：digit_out.append(str(source.index(max(source))))
这个是很重要的，列表source存放模板匹配的每个数字的匹配率，求出其中最大值的索引值，因为数字模板是按照0-9排列的，索引source的匹配率也是按照0-9排列的，所以每个元素的索引值就与相匹配的数字相同。这样的话，取得最大值的索引值就相当于取到了匹配率最高的数字。
from imutils import contours
import cv2
import os
def cv_show(name, img):
cv2.imshow(name, img)
cv2.waitKey(0)
cv2.destroyAllWindows()
def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
dim = None
(h, w) = image.shape[:2]
if width is None and height is None:
return image
if width is None:
r = height / float(h)
dim = (int(w * r), height)
else:
r = width / float(w)
dim = (width, int(h * r))
resized = cv2.resize(image, dim, interpolation=inter)
return resized
def load_digits():
# 加载数字模板
path = numbers_address
filename = os.listdir(path)
for file in filename:
# print(file)
img = cv2.imread(
numbers_address + "\\" + file)
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img_temp = cv2.threshold(
img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
cnt = cv2.findContours(img_temp, cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_NONE)[0]
x, y, w, h = cv2.boundingRect(cnt[0])
digit_roi = cv2.resize(img_temp[y:y+h, x:x+w], (57, 88))
# 将数字模板存到列表中
digits.append(digit_roi)
def demo(index):
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 25))
sqKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
target_path = now_dir + "\\" + "demo_" + str(index) + ".png"
img_origin = cv2.imread(target_path)
img_origin = resize(img_origin, width=300)
img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY)
gaussian = cv2.GaussianBlur(img_gray, (5, 5), 1)
img_temp = cv2.threshold(
gaussian, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
img_top = cv2.morphologyEx(img_temp, cv2.MORPH_TOPHAT, rectKernel)
img_sobel_x = cv2.Sobel(img_top, cv2.CV_64F, 1, 0, ksize=7)
img_sobel_x = cv2.convertScaleAbs(img_sobel_x)
img_sobel_y = cv2.Sobel(img_top, cv2.CV_64F, 0, 1, ksize=7)
img_sobel_y = cv2.convertScaleAbs(img_sobel_y)
img_sobel_xy = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0)
img_closed = cv2.morphologyEx(img_sobel_xy, cv2.MORPH_CLOSE, rectKernel)
thresh = cv2.threshold(
img_closed, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
img_closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, sqKernel)
cnts = cv2.findContours(
img_closed.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
(cnts, boundingBoxes) = contours.sort_contours(cnts, "top-to-bottom")
draw_img = img_origin.copy()
draw_img = cv2.drawContours(draw_img, cnts, -1, (0, 0, 255), 1)
cv_show("666", draw_img)
# 存放正确数字序列（包含逗号）的轮廓，即过滤掉不需要的轮廓
right_loc = []
for c in cnts:
x, y, w, h = cv2.boundingRect(c)
ar = w/float(h)
if ar > 2:
right_loc.append((x, y, w, h))
for (gx, gy, gw, gh) in right_loc:
# 用于存放识别到的数字
digit_out = []
if (gy-10 < 0):
now_gy = gy
else:
now_gy = gy-10
if (gx - 10 < 0):
now_gx = gx
else:
now_gx = gx-10
img_digit = gaussian[now_gy:gy+gh+10, now_gx:gx+gw+10]
# 二值化处理
img_thresh = cv2.threshold(
img_digit, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
# 寻找轮廓 找出每个数字的轮廓（包含逗号） 正确的话应该有9个轮廓
digitCnts = cv2.findContours(
img_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
# 从左到右排列
(cnts, boundingBoxes) = contours.sort_contours(digitCnts, "left-to-right")
cnts = list(cnts)
flag = 0
if len(cnts) == 9:
del cnts[1]
del cnts[2]
del cnts[3]
del cnts[4]
cnts = tuple(cnts)
num_roi = []
for c in cnts:
x, y, w, h = cv2.boundingRect(c)
num_roi.append((x, y, w, h))
for (rx, ry, rw, rh) in num_roi:
roi = img_digit[ry:ry+rh, rx:rx+rw]
roi = cv2.resize(roi, (57, 88))
roi = cv2.GaussianBlur(roi, (5, 5), 1)
roi = cv2.threshold(
roi, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
source = []
for digitROI in digits:
res = cv2.matchTemplate(
roi, digitROI, cv2.TM_CCOEFF_NORMED)
max_val = cv2.minMaxLoc(res)[1]
source.append(max_val)
digit_out.append(str(source.index(max(source))))
cv2.rectangle(img_origin, (gx-5, gy-5),
(gx+gw+5, gy+gh+5), (0, 0, 255), 1)
print(digit_out)
else:
print("读取失败")
flag = 1
t = ''
with open(now_dir + "\\temp.txt", 'a+') as q:
if flag == 0:
for content in digit_out:
t = t + str(content) + " "
q.write(t.strip(" "))
q.write('\n')
t = ''
else:
q.write("读取失败")
q.write('\n')
if __name__ == "__main__":
# 存放数字模板列表
digits = []
# 当前运行目录
now_dir = os.getcwd()
print("当前运行目录：" + now_dir)
numbers_address = now_dir + "\\numbers"
load_digits()
times = input("请输入程序运行次数：")
for i in range(1, int(times) + 1):
demo(i)
print("输出成功，请检查本地temp.txt文件")
cv2.waitKey(0)
cv2.destroyAllWindows()
while True:
if input("输入小写‘q'并回车退出") == 'q':
break整个文件下载地址：https://wwe.lanzous.com/iLSDunf850b
注意：如果想同时识别多个图片话，需要将图片统一改名为“demo_ + 数字序号.png” 例如：demo_1.png demo_2.png 同时在运行代码时输入图片个数即可。
以上是“python如何基于OpenCV模板匹配识别图片中的数字”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
