OpenCV-Python中的数字识别OCR

Question

我的问题是关于构建一个检测图像内部数字的简单程序，我做了一些研究，并在堆栈上发现了这个主题Simple OCR digits，我发现它非常有教育意义，所以我想根据自己的需要来使用它。

我的训练数据图像如下：

我用来构建数据集的代码是:(我对Abid Rahman的代码进行了一些修改，以便它可以解决我的问题）

{
  "fault": {
    "faultstring": "Invalid API call as no apiproduct match found",
    "detail": {
      "errorcode": "keymanagement.service.InvalidAPICallAsNoApiProductMatchFound"
    }
  }
}

我使用相同的训练数据图像作为测试部分，以获得最佳的结果准确度，看看我是否正确的方式：

import sys

import numpy as np
import cv2

im = cv2.imread('data_set_trans.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)>20:
        [x,y,w,h] = cv2.boundingRect(cnt)


        if  h>=10:
            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)
            print "Begin wait"
            key = cv2.waitKey(1)
            key = raw_input('What is the number ?') #cv2.waitKey didnt work for me so i add this line


            if key == -1:  # (-1 to quit)
                sys.exit()
            else:
                responses.append(int(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)

结果如下：

你可以看到它完全错了。

我不知道我错过了什么，或者我的情况是否更加特殊，并且无法通过这个数字OCR系统处理????

如果有人可以通过任何想法帮助我

我注意到我使用的是python 2.7 open-cv 2.4.11 numpy 1.9和mac os 10.10.4

由于

Answer 1

我找到了正确的方法，它只需要更多自定义代码。

检测计数之前的相同过程：

gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(5,5),0)
thresh = cv2.adaptiveThreshold(blur,255,1,1,11,2)

不

gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
thresh = cv2.adaptiveThreshold(gray,255,1,1,11,2)

和

cv2.rectangle(im,(x,y),(x+w,y+h),(0,0,255),2)

不

cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)

我得到99％的准确率，良好的开始百分比

无论如何，谢谢你