java 水表识别_水表识别 --数字的分割
#将水表截取下来的数字进行 识别
from cv2 import cv2
import numpy as np
from matplotlib import pyplot as plt
from PIL import Image
#图片的自定义二值化
img = Image.open('cutImage3.jpg')
# 模式L”为灰色图像,它的每个像素用8个bit表示,0表示黑,255表示白,其他数字表示不同的灰度。
Img = img.convert('L')
# Img.save("graycutImage1.jpg")
# 自定义灰度界限,大于这个值为白色,小于这个值为黑色
threshold = 110
table = []
for i in range(256):
if i < threshold:
table.append(1)
else:
table.append(0)
# 图片二值化
photo = Img.point(table, '1')
photo.save("bcutImage3.jpg")
#扫描法分割字符 在图片像素的列上没有白色的像素点代表可以分割
#图片的垂直方向上面的投影
img=cv2.imread('bcutImage3.jpg') #读取图片,装换为可运算的数组
GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #将BGR图转为灰度图
ret,bimg=cv2.threshold(GrayImage,130,255,cv2.THRESH_BINARY)
ret,thresh1=cv2.threshold(GrayImage,130,255,cv2.THRESH_BINARY) #将图片进行二值化(130,255)之间的点均变为255(背景)
# print(thresh1[0,0])#250 输出[0,0]这个点的像素值 #返回值ret为阈值
# print(ret)#130
h,w=thresh1.shape #返回高和宽
print(h,w)#s输出高和宽
a = [0 for z in range(0, w)]
# print(a) #a = [0,0,0,0,0,0,0,0,0,0,...,0,0]初始化一个长度为w的数组,用于记录每一列的黑点个数
#记录每一列的波峰
for j in range(0,w): #遍历一列
for i in range(0,h): #遍历一行
if thresh1[i,j]==0: #如果改点为黑点
a[j]+=1 #该列的计数器加一计数
thresh1[i,j]=255 #记录完后将其变为白色
# print (j)
#
for j in range(0,w): #遍历每一列
for i in range((h-a[j]),h): #从该列应该变黑的最顶部的点开始向最底部涂黑
thresh1[i,j]=0 #涂黑
#此时的thresh1便是一张图像向垂直方向上投影的直方图
#如果要分割字符的话,其实并不需要把这张图给画出来,只需要的到a=[]即可得到想要的信息
cut_w=[]#用来存贮需要分割的x的坐标
for i in range(w-1):
if a[i+1]-a[i] >12 and i >20 and i <120:
cut_w.append(i)
print(cut_w)
img1=bimg[0:h,0:cut_w[0]]
cv2.imshow('hh1',img1)
img2=bimg[0:h,cut_w[0]:cut_w[1]]
cv2.imshow('hh2',img2)
img3=bimg[0:h,cut_w[1]:cut_w[2]]
cv2.imshow('hh3',img3)
img4=bimg[0:h,cut_w[2]:cut_w[3]]
cv2.imshow('hh4',img4)
# img2 =Image.open('0002.jpg')
# img2.convert('L')
# img_1 = np.array(img2)
plt.imshow(thresh1,cmap=plt.gray())
plt.show()
cv2.imshow('img',thresh1)
cv2.waitKey(0)
cv2.destroyAllWindows()
效果如下:
进行修改以后:(有多少识别出来的数字都显示出来,并且保存在文本里面)
#将水表截取下来的数字进行 识别
from cv2 importcv2importnumpy as npfrom matplotlib importpyplot as pltfrom PIL importImage#图片的自定义二值化
img = Image.open('cutImage3.jpg')#模式L”为灰色图像,它的每个像素用8个bit表示,0表示黑,255表示白,其他数字表示不同的灰度。
Img = img.convert('L')#Img.save("graycutImage1.jpg")#自定义灰度界限,大于这个值为白色,小于这个值为黑色
threshold = 110table=[]for i in range(256):if i
table.append(1)else:
table.append(0)#图片二值化
photo = Img.point(table, '1')
photo.save("bcutImage3.jpg")#扫描法分割字符 在图片像素的列上没有白色的像素点代表可以分割#图片的垂直方向上面的投影
img=cv2.imread('bcutImage3.jpg') #读取图片,装换为可运算的数组
cv2.imshow("hhh",img)
GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #将BGR图转为灰度图
ret,bimg=cv2.threshold(GrayImage,130,255,cv2.THRESH_BINARY)
ret,thresh1=cv2.threshold(GrayImage,130,255,cv2.THRESH_BINARY) #将图片进行二值化(130,255)之间的点均变为255(背景)#print(thresh1[0,0])#250 输出[0,0]这个点的像素值 #返回值ret为阈值#print(ret)#130
h,w=thresh1.shape #返回高和宽
print(h,w)#s输出高和宽
a = [0 for z inrange(0, w)]#print(a) #a = [0,0,0,0,0,0,0,0,0,0,...,0,0]初始化一个长度为w的数组,用于记录每一列的黑点个数
#记录每一列的波峰
for j in range(0,w): #遍历一列
for i in range(0,h): #遍历一行
if thresh1[i,j]==0: #如果改点为黑点
a[j]+=1 #该列的计数器加一计数
thresh1[i,j]=255 #记录完后将其变为白色
#print (j)
#
for j in range(0,w): #遍历每一列
for i in range((h-a[j]),h): #从该列应该变黑的最顶部的点开始向最底部涂黑
thresh1[i,j]=0 #涂黑
#此时的thresh1便是一张图像向垂直方向上投影的直方图#如果要分割字符的话,其实并不需要把这张图给画出来,只需要的到a=[]即可得到想要的信息
cut_w=[]#用来存贮需要分割的x的坐标
for i in range(w-1):if a[i+1]-a[i] >6 and i >20 and i
cut_w.append(i)print(cut_w)
num=len(cut_w) #记录一下一共有多少个分割出来的需要识别的数字
for i inrange(len(cut_w)):if i==0:
img=bimg[0:h,0:cut_w[i]]else:
img=bimg[0:h,cut_w[i-1]:cut_w[i]]#cv2.imshow(("figure"+str(i)),img)
cv2.imwrite("figure"+str(i)+".jpg",img)#保存成图片
plt.imshow(thresh1,cmap=plt.gray())
plt.show()#cv2.imshow('img',thresh1)
cv2.waitKey(0)
cv2.destroyAllWindows()
java 水表识别_水表识别 --数字的分割相关推荐
- Android平台上实现身份证识别(通过阿里云Api-印刷文字识别_身份证识别)
Android平台上实现身份证识别(通过阿里云Api-印刷文字识别_身份证识别) 一: 前言 继上一篇文章有段时间了,上一篇文章的身份证和银行卡的识别时通过本地的opencv库,tess-two库识别 ...
- Android平台上实现银行卡识别(通过阿里云Api-印刷文字识别_银行卡识别)
Android平台上实现银行卡识别(通过阿里云Api-印刷文字识别_银行卡识别) 一: 前言 上一篇文章是通过阿里云Api实现在android中扫描身份证和从相册中选取身份证图片识别身份证信息的功能, ...
- 支付宝 印刷文字识别_身份证识别
支付宝 印刷文字识别_身份证识别 上传身份证图片,自动获取身份证信息 public function verifyCard($img_url,$side= 'face'){$url = "h ...
- js如何实现扫描身份证识别_人脸识别是如何实现的
前言 以前我们看电影的时候看到人脸识别,瞳孔识别,和指纹识别的时候感觉好先进,特别有未来科技感.但是现在人脸识别技术已经非常普及了,无论我们是在付款或者在验证密码的时候都可以应用到人脸识别技术了.那么 ...
- 调用远程摄像头进行人脸识别_人脸识别技术植入手机APP
随着物联网技术的日益成熟,我们看到已经有很多APP用到了人脸识别技术,特别是金融和互联网领域的应用纷纷加入了人脸识别.表示,人脸识别技术基于人的脸部特征信息进行身份识别,为互联网金融等行业解决在线多维 ...
- ios开发ocr识别_车牌识别技术
核心技术:移动车牌识别技术,ios车牌识别,车牌识别技术移动端,移动端车牌识别技术,手机端车牌识别,OCR车牌识别,手机端车牌识别 移动端车牌识别OCR技术描述 移动端车牌识别OCR技术是我公司开发的 ...
- 文字识别_文字识别的应用
是否有过这样的经历,在网上发现一篇好文,却没办法复制,怎么办?手动抄录吗,我想如果没有OCR,大部分人会这么做. OCR是一种图像处理技术,又叫文字识别,能够将图像中不可复制的文字转换成可编辑的文字形 ...
- 原始数据格式无法识别_虹膜识别技术优势明显 为何难以开启“刷眼“时代
"张张嘴"."眨眨眼"."摇摇头"当你恍惚听到这样的提示音,那你周围一定是有人在进行"刷脸"."刷脸" ...
- 耐克人脸识别_人脸识别首案宣判,当人脸识别遇上面试,将碰出怎样的火花?...
11月20日,备受关注的"中国人脸识别第一案"迎来一审宣判,这一判决具有破冰意义,对于滥用人脸识别行为发出了严正的警告,也将大众的目光再次聚焦在"人脸识别"这一 ...
- 人脸识别与膜虹识别_虹膜识别技术和人脸识别技术的区别是什么
虹膜识别和人脸识别有何不同?虹膜识别技术和人脸识别技术的区别介绍.在生物特征识别技术的分支里,人脸识别和虹膜识别是两个容易混淆的概念,很多用户并不清楚两者的区别和技术特点,常常误以为是同一个概念,本文 ...
最新文章
- php登陆验证码错误,DEDE织梦后台登陆提示验证码错误的方法
- 32岁的老程序员面试没通过,一问原因,挺突然的...
- 发布至今18年,为什么SQLite一定要用C语言来开发?
- android progressbar动态,如何在android中动态启动和完成progressBar
- 运行虚拟机报错:vmware workstations与devicecredential不兼容(终极解决方案)
- 产品经理应该掌握的3种金融思维
- 刀片 显卡 排行_AMD发布RadeonRX6000系列游戏显卡 4599元起
- 基于C语言、线性表的 二、八、十、十六进制转换 及 加运算、左右移位运算、乘法运算 的科学计算器设计
- sqlserver evaluation是什么版本_SQL Server 基础知识
- java类装载器原理
- 第一阶段 PHP基础.函数
- Video Target Tracking Based on Online Learning—TLD多目标跟踪算法
- 基于USB数据采集卡(DAQ)与IO模块的热电偶温度采集
- 数据中台到底是什么?
- Eclipse4.6(neno)手动配置Tomcat插件
- MyBatis批量的增删改查操作
- PLASTIGAUGE塑料间隙规的正确使用步骤你知道多少?
- kali linux网络扫描~网络扫描
- unity 灯光烘焙对比
- 配置小程序开发者工具及其使用(中)