OCRopencv实现

　　1说明
　　1。1OCR（光学字符识别）：
　　该字体有几种用途，其中自动化系统需要定义标准的字符形状以正确扫描不使用条形码的数字和文本。
　　OCR应用的一些实例包括银行支票、护照、序列标签和邮件。
　　OCRA和OCRB字体有能够被OCR扫描设备准确读取的字符形状。
　　1。2OCRA：
　　1。2。1源码下载，打不开https：en。wikipedia。orgwikiOCRA
　　1。2。2我用OCRAExtended。ttf代替OCRA。ttf也可以。
　　2效果图
　　3准备
　　3。1环境：
　　python3。8opencv4。2。0deepinlinux深度操作系统微软编辑器vscode。
　　3。2文件结果
　　3。3参考文章：英文原版文章https：www。pyimagesearch。com20170717creditcardocrwithopencvandpython中文文章https：www。cnblogs。comxujunjiap11456133。html对源代码进行注释，排版，删减，修改bug，调试和运行
　　3。4本次银行卡为Visa，国内银行卡暂时不行。
　　4模板字体
　　4。1网上下载
　　4。2自己生成
　　4。2。1代码：importpygamefrompygame。localsimportdefmain（）：pygame。init（）screenpygame。display。setmode（（1000，450））窗口的大小pygame。display。setcaption（OCRA数字模板）窗口标题，中文不需要特别的设置backgroundpygame。Surface（screen。getsize（））backgroundbackground。convert（）background。fill（（250，250，250））自己下载OCRAExtended。ttf显示中文的设置和字体，及路径，字体大小120比较好fontpygame。font。Font（homexgjDesktopocraIOCRAExtended。ttf，120）textfont。render（0123456789，1，（10，10，10））textpostext。getrect（）textpos。centerbackground。getrect（）。centerbackground。blit（text，textpos）screen。blit（background，（0，0））pygame。display。flip（）while1：foreventinpygame。event。get（）：ifevent。typeQUIT：returnscreen。blit（background，（0，0））pygame。display。flip（）ifnamemain：main（）
　　4。2。2图
　　截图并命名为：card1。png
　　5代码
　　5。1myutils。py（自建模块被引用）importcv2defsortcontours（cnts，methodlefttoright）：reverseFalsei0ifmethodrighttoleftormethodbottomtotop：reverseTrueifmethodtoptobottomormethodbottomtotop：i1boundingBoxes〔cv2。boundingRect（c）forcincnts〕用一个最小的矩形，把找到的形状包起来x，y，h，w（cnts，boundingBoxes）zip（sorted（zip（cnts，boundingBoxes），keylambdab：b〔1〕〔i〕，reversereverse））returncnts，boundingBoxesdefresize（image，widthNone，heightNone，intercv2。INTERAREA）：dimNone（h，w）image。shape〔：2〕ifwidthisNoneandheightisNone：returnimageifwidthisNone：rheightfloat（h）dim（int（wr），height）else：rwidthfloat（w）dim（width，int（hr））resizedcv2。resize（image，dim，interpolationinter）returnresized
　　5。2bankcardre。py（主程序代码）第1步：模块导入importcv2importnumpyasnpimportmyutils自建模块被引用fromimutilsimportcontours第2步：指定信用卡类型，国内银行卡暂时不行FIRSTNUMBER｛3：AmericanExpress，4：Visa，5：MasterCard，6：DiscoverCard｝第3步：显示函数定义因为需要展示的图片比较多，这样打包显得代码简洁defcvshow（str，thing）：cv2。imshow（str，thing）cv2。waitKey（0）cv2。destroyAllWindows（）第4步：数字字体模板导入和处理imgcv2。imread（homexgjDesktopbankcardrecard1。png）灰度图refcv2。cvtColor（img，cv2。COLORBGR2GRAY）二值化refcv2。threshold（ref，10，255，cv2。THRESHBINARYINV）〔1〕cvshow（imgref，ref）计算轮廓cv2。findContours（）函数接受的参数为二值图，即黑白的（不是灰度图）cv2。RETREXTERNAL只检测外轮廓，cv2。CHAINAPPROXSIMPLE只保留终点坐标返回的list中每个元素都是图像中的一个轮廓下面bug，注释掉，删除一个refref，refCnts，hierarchycv2。findContours（ref。copy（），cv2。RETREXTERNAL，cv2。CHAINAPPROXSIMPLE）refCnts，hierarchycv2。findContours（ref。copy（），cv2。RETREXTERNAL，cv2。CHAINAPPROXSIMPLE）cv2。drawContours（img，refCnts，1，（0，0，255），3）cvshow（img，img）print（np。array（refCnts）。shape）注释掉否则报错refCntsmyutils。sortcontours（refCnts，methodlefttoright）〔0〕排序，从左到右，从上到下digits｛｝for（i，c）inenumerate（refCnts）：计算外接矩形并且resize成合适大小（x，y，w，h）cv2。boundingRect（c）roiref〔y：yh，x：xw〕roicv2。resize（roi，（57，88））每一个数字对应每一个模板digits〔i〕roi初始化卷积核rectKernelcv2。getStructuringElement（cv2。MORPHRECT，（9，3））sqKernelcv2。getStructuringElement（cv2。MORPHRECT，（5，5））第5步：银行卡图片处理读取需要识别的银行卡的图片，预处理imagecv2。imread（homexgjDesktopbankcardre1。png）cvshow（image，image）imagemyutils。resize（image，width300）graycv2。cvtColor（image，cv2。COLORBGR2GRAY）cvshow（gray，gray）礼帽操作，突出更明亮的区域tophatcv2。morphologyEx（gray，cv2。MORPHTOPHAT，rectKernel）cvshow（tophat，tophat）ksize1相当于用33的gradXcv2。Sobel（tophat，ddepthcv2。CV32F，dx1，dy0，ksize1）gradXnp。absolute（gradX）（minVal，maxVal）（np。min（gradX），np。max（gradX））gradX（255（（gradXminVal）（maxValminVal）））gradXgradX。astype（uint8）print（np。array（gradX）。shape）注释掉否则报错cvshow（gradX，gradX）通过闭操作（先膨胀，再腐蚀）将数字连在一起gradXcv2。morphologyEx（gradX，cv2。MORPHCLOSE，rectKernel）cvshow（gradX，gradX）THRESHOTSU会自动寻找合适的阈值，适合双峰，需把阈值参数设置为0threshcv2。threshold（gradX，0，255，cv2。THRESHBINARYcv2。THRESHOTSU）〔1〕cvshow（thresh，thresh）再来一个闭操作threshcv2。morphologyEx（thresh，cv2。MORPHCLOSE，sqKernel）再来一个闭操作cvshow（thresh，thresh）计算轮廓修改bughresh，threshCnts，hierarchycv2。findContours（thresh。copy（），cv2。RETREXTERNAL，cv2。CHAINAPPROXSIMPLE）threshCnts，hierarchycv2。findContours（thresh。copy（），cv2。RETREXTERNAL，cv2。CHAINAPPROXSIMPLE）cntsthreshCntscurimgimage。copy（）cv2。drawContours（curimg，cnts，1，（0，0，255），3）cvshow（img，curimg）locs〔〕遍历轮廓for（i，c）inenumerate（cnts）：计算矩形（x，y，w，h）cv2。boundingRect（c）arwfloat（h）选择合适的区域，根据实际任务来，这里的基本都是四个数字一组ifar2。5andar4。0：if（w40andw55）and（h10andh20）：符合的留下来locs。append（（x，y，w，h））将符合的轮廓从左到右排序locssorted（locs，keylambdax：x〔0〕）output〔〕遍历每一个轮廓中的数字for（i，（gX，gY，gW，gH））inenumerate（locs）：initializethelistofgroupdigitsgroupOutput〔〕根据坐标提取每一个组groupgray〔gY5：gYgH5，gX5：gXgW5〕cvshow（group，group）预处理groupcv2。threshold（group，0，255，cv2。THRESHBINARYcv2。THRESHOTSU）〔1〕cvshow（group，group）计算每一组的轮廓，注释掉，修改buggroup，digitCnts，hierarchycv2。findContours（group。copy（），cv2。RETREXTERNAL，cv2。CHAINAPPROXSIMPLE）digitCnts，hierarchycv2。findContours（group。copy（），cv2。RETREXTERNAL，cv2。CHAINAPPROXSIMPLE）digitCntscontours。sortcontours（digitCnts，methodlefttoright）〔0〕计算每一组中的每一个数值forcindigitCnts：找到当前数值的轮廓，resize成合适的的大小（x，y，w，h）cv2。boundingRect（c）roigroup〔y：yh，x：xw〕roicv2。resize（roi，（57，88））cvshow（roi，roi）计算匹配得分scores〔〕在模板中计算每一个得分for（digit，digitROI）indigits。items（）：模板匹配resultcv2。matchTemplate（roi，digitROI，cv2。TMCCOEFF）（，score，，）cv2。minMaxLoc（result）scores。append（score）得到最合适的数字groupOutput。append（str（np。argmax（scores）））画出来cv2。rectangle（image，（gX5，gY5），（gXgW5，gYgH5），（0，0，255），1）cv2。putText（image，。join（groupOutput），（gX，gY15），cv2。FONTHERSHEYSIMPLEX，0。65，（0，0，255），2）得到结果output。extend（groupOutput）第6步：终端显示和结束打印结果print（CreditCardType：｛｝。format（FIRSTNUMBER〔output〔0〕〕））print（CreditCard：｛｝。format（。join（output）））cv2。imshow（Image，image）cv2。waitKey（0）
　　6小结
　　6。1python和opencv的银行卡数字识别为主，目前以美国银行卡识别为主，国内银行卡识别类似。
　　6。2注意数字模板OCRA字体的相关知识复习和模板生成。
　　6。3本文介绍比网上的介绍更全面和更细致，更容易懂，适合收藏。
　　效果图