Question

我正尝试构建一个OCR来识别如下所述的七段显示

使用开放式简历的预处理工具

现在，我正在尝试遵循本教程-https://www.pyimagesearch.com/2017/02/13/recognizing-digits-with-opencv-and-python/

但在部分

ip

我收到错误消息-

使用THRESH_BINARY_INV解决了错误，但OCR仍无法正常工作，任何修复都很好

文件“ /Users/ms/anaconda3/lib/python3.6/site-packages/imutils/contours.py”，第25行，在sort_contours中 key = lambda b：b 1 [i]，reverse = reverse））

ValueError：没有足够的值可解包（预期2，得到0）

任何想法如何解决这个问题并使我的OCR成为可行的模型

我的整个代码是：

digitCnts = contours.sort_contours(digitCnts,
    method="left-to-right")[0]
digits = []

修复我的OCR很有帮助

Answer 1

我认为您创建的查找表适用于seven-digit OCR，而不适用于template-matching。至于显示的大小是固定的，我认为您可以尝试将其分成多个单独的区域并使用k-means或HSV进行识别。

这是我的预处理步骤：

（1）在mask = cv2.inRange(hsv, (50, 100, 180), (70, 255, 255))

中找到浅绿色的显示

{{1}}

str.isnumeric

（2）尝试通过投影分开并使用LUT识别标准的七位数字：

（3）尝试检测到的绿色显示

Answer 2

所以，正如我在评论中说的那样，存在两个问题：

您正在尝试在 white 背景上找到 black 轮廓，该轮廓与OpenCV documentation相反。这是使用 THRESH_BINARY_INV 标志而不是 THRESH_BINARY 解决的。
由于未连接数字，因此找不到该数字的完整轮廓。所以我尝试了一些形态学操作。步骤如下：

2a）使用以下代码在上图中打开：

threshold2 = cv2.morphologyEx(threshold, cv2.MORPH_OPEN, np.ones((3,3), np.uint8))

2b）放大上一张图片：

threshold2 = cv2.dilate(threshold2, np.ones((5,1), np.uint8), iterations=1)

2c）由于会扩大到顶部边框，因此将图像的顶部裁剪为单独的数字：

height, width = threshold2.shape[:2]
threshold2 = threshold2[5:height,5:width]

注意不知何故，此处显示的图像没有我正在谈论的白色边框。尝试在新窗口中打开图像，您会明白我的意思。

因此，在解决了这些问题之后，轮廓非常好，并且看起来是应该是，如下所示：

cnts = cv2.findContours(threshold2.copy(), cv2.RETR_EXTERNAL,
                        cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)

digitCnts = []

# loop over the digit area candidates
for c in cnts:
    # compute the bounding box of the contour
    (x, y, w, h) = cv2.boundingRect(c)
    # if the contour is sufficiently large, it must be a digit
    if w <= width * 0.5 and (h >= height * 0.2):
        digitCnts.append(c)
# sort the contours from left-to-right, then initialize the
# actual digits themselves
cv2.drawContours(image2, digitCnts, -1, (0, 0, 255))
cv2.imwrite("cnts-sort.jpg", image2)

如下所示，轮廓以红色绘制。

现在，为了估计数字是否为代码，该部分某种程度上不起作用，我为此归咎于查找表。从下图可以看到，所有数字的边界矩形均已正确裁剪，但是查找表无法识别它们。

# loop over each of the digits
j = 0
for c in digitCnts:
    # extract the digit ROI
    (x, y, w, h) = cv2.boundingRect(c)
    roi = threshold2[y:y + h, x:x + w]
    cv2.imwrite("roi" + str(j) + ".jpg", roi)
    j += 1

    # compute the width and height of each of the 7 segments
    # we are going to examine
    (roiH, roiW) = roi.shape
    (dW, dH) = (int(roiW * 0.25), int(roiH * 0.15))
    dHC = int(roiH * 0.05)

    # define the set of 7 segments
    segments = [
        ((0, 0), (w, dH)),  # top
        ((0, 0), (dW, h // 2)), # top-left
        ((w - dW, 0), (w, h // 2)), # top-right
        ((0, (h // 2) - dHC) , (w, (h // 2) + dHC)), # center
        ((0, h // 2), (dW, h)), # bottom-left
        ((w - dW, h // 2), (w, h)), # bottom-right
        ((0, h - dH), (w, h))   # bottom
    ]
    on = [0] * len(segments)

    # loop over the segments
    for (i, ((xA, yA), (xB, yB))) in enumerate(segments):
        # extract the segment ROI, count the total number of
        # thresholded pixels in the segment, and then compute
        # the area of the segment
        segROI = roi[yA:yB, xA:xB]
        total = cv2.countNonZero(segROI)
        area = (xB - xA) * (yB - yA)

        # if the total number of non-zero pixels is greater than
        # 50% of the area, mark the segment as "on"
        if area != 0:
            if total / float(area) > 0.5:
                on[i] = 1

    # lookup the digit and draw it on the image
    try:
        digit = DIGITS_LOOKUP[tuple(on)]
        digits.append(digit)
        cv2.rectangle(roi, (x, y), (x + w, y + h), (0, 255, 0), 1)
        cv2.putText(roi, str(digit), (x - 10, y - 10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.65, (0, 255, 0), 2)
    except KeyError:
        continue

我通读了website you mentioned in the question，从注释中看来，LUT中的某些条目可能是错误的。因此，我将由您自己解决。以下是找到的个人数字（但未被识别）：

或者，您可以使用tesseract来识别这些检测到的数字。

希望有帮助！

无法使用sort_contors构建七段OCR

2 个答案: