如何使用opencv集中和调整数字大小？

Question

我想要OCR一些扫描的表格（手工填写）。这是我第一次使用计算机视觉做一些严肃的事情。到目前为止，我能够找到包含日期字段数字的方块：

查看OpenCV附带的示例手写数字数据集，我看到数字已集中并调整为(20, 20)：

由于这可能是一个相当常见的问题，我想知道该算法是否已在OpenCV（或numpy，scipy等）中实施，所以我没有重新发明轮子。

问题是： Python中是否有内置管道来规范化样本？

Answer 1

内置管道不确定，但是你可以通过执行以下操作（根据我的评论）实现自己的管道，因为你已经有了轮廓：

获取轮廓的边界矩形（因此以其为中心）并裁剪该部分：

x,y,w,h = cv2.boundingRect(cnt)
imgCrop = img[x:(x+w), y:(y+h)]

将图像大小调整为所需大小（例如20 x 20）：

imgResized = cv2.resize(imgCrop, (20,20))   

您还可以按照以下特定比率调整轴的大小：

imgResized = cv2.resize(imgCrop, (0,0), fx=0.5, fy=0.5)  

或scipy（如this问题中所述）：

imgResized = scipy.misc.imresize(imgCrop, 0.5)  

奖金：使用Python和OpenCV检查this关于基本图像处理的精彩教程，其中显示了调整大小的其他方法，考虑了宽高比和插值以获得更好的结果，从中提取：

imgResized = cv2.resize(imgCrop, (20,20), interpolation = cv2.INTER_AREA)

Answer 2

我最终使用了这个功能：

def norm_digit(im):
    h, w = im.shape
    if h > w:
        top, left = round(h * 0.1), round((1.2 * h - w) / 2)
    else:
        top, left = round(w * 0.1), round((1.2 * w - h) / 2)

    return cv2.resize(
        cv2.copyMakeBorder(im, top, top, left, left, cv2.BORDER_CONSTANT), 
        (20, 20)
    )

输入是已经裁剪到数字轮廓边界框的图像。有一些角落的情况它没有覆盖，但看起来这可能是足够好的。