基于opencv的人民币冠字号检测

使用了Tesseract-OCR，需要提前下载安装，下载地址为：tesseract下载地址，下载之后一路next安装即可。随后将其添加到环境变量。在环境变量和系统变量的path中加E:\OCR-python(tesseract的安装目录自行替换)。在cmd命令中执行tesseract -v，若出现以下页面，便是成功了。

以下为python代码部分，由于增加了旋转校正的功能，对于旋转矫正之后的冠字号进行识别可能存在错误，需要进一步优化。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import pytesseract
import cv2
import numpy as np#读入图像灰度图
img_o = cv2.imread(r'C:\Users\LesLie\Desktop\test50.jpg',0)
(h,w) = img_o.shape[:2] #获得高度和长度#图像二值化
def otsu(img_o):blur = cv2.GaussianBlur(img_o,(3,3),0) #高斯滤波去除噪声#blur = cv2.equalizeHist(blur) #对比度暗的需要直方图均衡化增强对比度ret,img_OTSU = cv2.threshold(blur,120,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) #OTSU实现二值化分割return img_OTSU#图像旋转修正
def rotated(img_OTSU):coords = np.column_stack(np.where(img_OTSU>0)) #求得代表纸币的白色点集angle = cv2.minAreaRect(coords)[-1] #求出最小外界矩形，返回的参数有三个：矩形的中心点、矩形的长和宽、矩形的旋转角度#print(angle)#确定用来修正的旋转角度if angle == 90:angle=0if angle < -45:angle = -(90+angle)if angle > 45:angle = 90-angleelse:angle = -angleM = cv2.getRotationMatrix2D((w/2,h/2),angle,1.0)  #计算得到二维旋转矩阵img_rotated = cv2.warpAffine(img_OTSU,M,(w,h),flags = cv2.INTER_CUBIC,borderMode = cv2.BORDER_REPLICATE) #仿射变换实现旋转修正return img_rotated#纸币裁剪
def cut(img_rotated):points = np.argwhere(img_rotated==255) #找到白色像素位置points = np.fliplr(points) #将得到的行列左边转换为(x,y)坐标x,y,w,h = cv2.boundingRect(points) #创建最小外接矩形，(x,y)为左上角起始点坐标，w和h为长度和高度img_cut = img_rotated[y:y+h, x:x+w] #裁剪return img_cut#字符区域定位和提取
def local(img_cut):img_resize = cv2.resize(img_cut,(1000,800),interpolation=cv2.INTER_CUBIC) #将纸币统一为1000x800的图像img_local = img_resize[550:650,15:245]return img_local#形态学处理
def result(img_local):s = np.ones((3,3),np.uint8) #结构元img_erode = cv2.erode(img_local,s) #膨胀运算return img_erode#字符识别
def recog(img_erode):code = pytesseract.image_to_string(img_erode) #调用pytesseract进行字符识别code = ''.join(code.split()) #消除字符串之间的空格print(code)return codeimg_OTSU = otsu(img_o)
img_rotated = rotated(img_OTSU)
img_cut = cut(img_rotated)
img_local = local(img_cut)
img_erode = result(img_local)
code = recog(img_erode)#cv2.imshow("Original Image",img_o)
#cv2.imshow("Binarization",img_OTSU)
#cv2.imshow("Rotation Correction",img_rotated)
cv2.imshow("Final Result",img_erode)
cv2.waitKey(0)

以下为识别结果：

python小白的课设任务，水平不高，欢迎各位批评指正

基于opencv的人民币冠字号检测相关推荐

26个数据分析案例——第一站：基于Python的HBase冠字号查询系统
26个数据分析案例--第一站:基于Python的HBase冠字号查询系统实验所需环境 • Python: Python 3.x: • Hadoop 2.7.7环境: • HBase 1.3.5: 数 ...
python 视频人脸替换_Python基于OpenCV实现视频的人脸检测
本文实例为大家分享了基于OpenCV实现视频的人脸检测具体代码,供大家参考,具体内容如下前提条件 1.摄像头 2.已安装Python和OpenCV3 代码 import cv2 import sys ...
python视频人脸检测_Python基于OpenCV实现视频的人脸检测
本文实例为大家分享了基于OpenCV实现视频的人脸检测具体代码,供大家参考,具体内容如下前提条件 1.摄像头 2.已安装Python和OpenCV3 代码 import cv2 import sys ...
Python基于OpenCV的指针式表盘检测系统（附带源码＆技术文档）
1.背景指针式机械表盘具有安装维护方便.结构简单.防电磁干扰等诸多优点, 目前广泛应用于工矿企业.能源及计量等部门.随着仪表数量的增加及精密仪表技术的发展,人工判读已经不能满足实际应用需求.随着计算 ...
基于OpenCV的视频处理 - 人脸检测
一个不知名大学生,江湖人称菜狗 original author: jacky Li Email : 3435673055@qq.com Time of completion:2023.2.7 Las ...
Python基于Opencv的鱼群密度速度检测系统（源码＆教程）
1.研究背景智慧渔业是大数据.物联网与人工智能等现代信息技术驱动下的渔业发展新模式,是水产养殖业供给侧结构性改革的重要方式,涉及养殖环境监测.生物环境监测与生物状态监测这几大方面的应用与需求.本文从 ...
基于OpenCV的视频道路车道检测
基于OpenCV的视频道路车道检测基于OpenCV的视频道路车道检测前言综述运行方法车道检测的实现路面图像二值化基于透视变换提取车道区域基于二次多项式拟合车道线计算曲率半径与车辆的偏 ...
基于OpenCV的实战：轮廓检测(附代码解析）
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达利用轮廓检测物体可以看到物体的各种颜色,在这种情况下放置在静态和动 ...
基于OpenCV的焊件缺陷检测
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 01. 简介焊接缺陷是指焊接零件表面出现不规则.不连续的现象.焊 ...

基于opencv的人民币冠字号检测

基于opencv的人民币冠字号检测相关推荐

最新文章

热门文章