文档扫描OCR识别-1（python）

工具包导入

import numpy as np

import cv2

函数设定

# 四边形坐标求解

def order_points(pts):

# 一共 4 个坐标点

rect = np.zeros((4, 2), dtype = "float32")

# 按顺序找到对应坐标 0123 分别是左上，右上，右下，左下

# 计算左上，右下

s = pts.sum(axis = 1)

rect[0] = pts[np.argmin(s)]

rect[2] = pts[np.argmax(s)]

# 计算右上和左下

diff = np.diff(pts, axis = 1)

rect[1] = pts[np.argmin(diff)]

rect[3] = pts[np.argmax(diff)]

return rect

# 获取输入坐标点

def four_point_transform(image, pts):

rect = order_points(pts)

(tl, tr, br, bl) = rect

# 计算输入的 w 和 h 值

widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))

widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))

maxWidth = max(int(widthA), int(widthB))

heightA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2))

heightB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2))

maxHeight = max(int(heightA), int(heightB))

# 变换后对应坐标位置

dst = np.array([

[0, 0],

[maxWidth - 1, 0],

[maxWidth - 1, maxHeight - 1],

[0, maxHeight - 1]], dtype="float32")

# 计算变换矩阵透视变换 -- 二维升三维再降维齐次坐标 : 用 N+1 维来代表 N 维坐标 [kx,ky,k]

M = cv2.getPerspectiveTransform(rect, dst)

warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))

# 返回变换后结果

return warped

def resize(image, width=None, height=None, inter=cv2.INTER_AREA):

dim = None

(h, w) = image.shape[:2]

if width is None and height is None:

return image

if width is None:

r = height / float(h)

dim = (int(w * r), height)

else:

r = width / float(w)

dim = (width, int(h * r))

resized = cv2.resize(image, dim, interpolation=inter)

return resized

读取输入

image = cv2.imread('images/receipt.jpg')

边缘检测

ratio = image.shape[0] / 500.0

# image.shape[0], 图片垂直尺寸

# image.shape[1], 图片水平尺寸

# image.shape[2], 图片通道数

orig = image.copy()

image = resize(orig, height=500) # 等比例缩放

# 预处理

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

gray = cv2.GaussianBlur(gray, (5, 5), 0) # 去除噪音点

edged = cv2.Canny(gray, 75, 200) # 边缘检测

# 展示预处理结果

print("STEP 1: 边缘检测 ")

cv2.imshow("Image", image)

cv2.imshow("Edged", edged)

cv2.waitKey(0)

cv2.destroyAllWindows()

获取轮廓

# 轮廓检测

cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[1]

cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5] # 选取前五个 , 最大的轮廓

# 遍历轮廓

for c in cnts:

# 计算轮廓近似

peri = cv2.arcLength(c, True) # retval=cv.arcLength(curve, closed) retval 返回值，轮廓的周长 closed 曲线是是否闭合

# C 表示输入的点集

# epsilon 表示从原始轮廓到近似轮廓的最大距离，外汇跟单gendan5.com它是一个准确度参数

# True 表示封闭的

approx = cv2.approxPolyDP(c, 0.02 * peri, True) # 轮廓 , 轮廓精度 , 越小可能是多边形 , 越大可能是矩形

# 4 个点的时候就拿出来

if len(approx) == 4:

screenCnt = approx

# print(screenCnt) # 四个点的坐标

break

# 展示结果

print("STEP 2: 获取轮廓 ")

cv2.drawContours(image, [screenCnt], -1, (0, 255, 0), 2)

cv2.imshow("Outline", image)

cv2.waitKey(0)

cv2.destroyAllWindows()

变换

# 透视变换

warped = four_point_transform(orig, screenCnt.reshape(4, 2) * ratio)

# 二值处理

warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)

ref = cv2.threshold(warped, 100, 255, cv2.THRESH_BINARY)[1]

cv2.imwrite('scan.jpg', ref)

# 展示结果

print("STEP 3: 变换 ")

cv2.imshow("Original", resize(orig, height = 650))

cv2.imshow("Scanned", resize(ref, height = 650))

cv2.waitKey(0)

文档扫描OCR识别-1（python）相关推荐

OpenCV计算机视觉实战（Python）| 10、项目实战：文档扫描OCR识别
文章目录简介总结 1. 介绍 2. 流程 3. 程序 4. 知识点总结简介本节为<OpenCV计算机视觉实战(Python)>版第10讲,项目实战:文档扫描OCR识别,的总结. 总 ...
文档扫描OCR识别-2
凯哥英语视频文档扫描OCR识别-2 凯哥英语视频 1.现有资源梳理 2.实现方案规划预处理预测 3.代码实现注意点模型安装和其他结语 1.现有资源梳理文档扫描OCR识别-1 中处理好的图 ...
深入学习OpenCV文档扫描OCR识别及答题卡识别判卷（文档扫描，图像矫正，透视变换，OCR识别）
人工智能学习离不开实践的验证,推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力.FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台.每周免费提供 ...
opencv项目实战（2）——文档扫描OCR识别
文章目录思路文档扫描代码运行结果文字识别预处理代码运行结果 Debug 记录思路 STEP 1: 边缘检测 STEP 2: 获取轮廓 STEP 3: 变换文档扫描代码 scan. ...
计算机视觉-OpenCV（文档扫描OCR识别）
一.边缘检测二.获取轮廓三.变换四.OCR识别 import cv2 import numpy as np import argparse import pytesseract import o ...
项目实战——文档扫描OCR识别
扫描全能王的实现,maybe 目录一.文档扫描 1.引入所需要的库 2.图像的读取与预处理读取图像图像reszie, 图像灰度化.滤波.边缘检测. 3.轮廓检测 4.透视与二值变换二.文字识别 ...
【实战】OpenCV+Python项目实战--文档扫描OCR识别
文章目录 1 准备工作(python) 1.1 np.diff用法 1.2 tesseract和pytesseract安装 2代码实现 2.1 文档提取与摆正 2.2 OCR扫描 1 准备工作(pyt ...
opencv项目实战（二）——文档扫描OCR识别
一.项目描述二.代码详解 2.1 预定义参数 2.2 辅助函数 2.3 文档矫正 2.4 文档识别三.项目完整代码一.项目描述目的将图片中的文档矫正,并识别文档内容输入与输出方法流程核 ...
文档扫描OCR识别_积累
opecncv和python的积累 cv2.resize() 功能:对图像尺寸调整为指定大小 dst = cv2.resize(src, dsize, interpolation=None) 各参数释 ...

文档扫描OCR识别-1（python）

文档扫描OCR识别-1（python）相关推荐

最新文章

热门文章