使用opencv

Question

我的代码得到了很多带有数字的小图像。我尝试将其与模板进行比较并获取正确的数据。它起作用了。

original= cv2.imread('im/10.png')
sought = (254,254,254)
result = np.count_nonzero(np.all(original==sought,axis=2))

如您所见，在这些情况下，白色数字位于图片的不同角落，没问题，结果（白色像素的数量）相等，我得到的是18 = 18。 但现在有新图片，。

首先，这里的数字不是（254,254,254）。我认为图像可能更暗淡。或更差的质量，我尝试使用：

result = np.count_nonzero(np.all(original > 200,axis=2))

不幸的是，它给了我不同的数据。里面有13张的两张照片不相等。

我想要什么：

从深色背景中指出白色数字的方法，但周围的白色细圆圈除外。 （在13张照片上）圆不是问题，如果我在中心裁剪图像并摆脱圆，我的结果将不会改变-13仍然是！= 13。

也许可以将图像转换为灰度，或者转换为HSV，也许只是使其更亮或更对比度。

像素计数对我有好处，它非常快且通常准确。

我会重复：现在我的代码看到两张图片有13张一样的图片（有不同的颜色，或者亮度或黑白比率，我不知道），我想摆脱这个问题。

Answer 1

我建议您首先对图像进行阈值处理，这意味着带有字母的像素的值将为255，其余的像素值为0。可以使用OpenCV的Adaptive Threshold函数（您可以看到this答案）来完成此操作。

然后，您将需要一种更好的方法来确定数字。仅计算白色像素的数量还不够鲁棒。例如，数字13和31 应该具有相同数量的白色像素。这可能会破坏您的算法。

这里最好的解决方案是AI。例如，您可以研究Python Tesseract，但是有很多Python软件包和教程。只是Google this，您会得到诸如this之类的有用答案。甚至还有类似this的教程。

如果您不想使用AI，那么您的算法将总是在某个地方中断。