2018-01-27 充值卡OCR的尝试

充值卡上的卡号、密码是否OCR识别？我要尝试一下，今天记录第一步，图像分割，将数字分割出来。下一步是数字二次分割、训练、识别。

充值卡的图是这样的：

chongzhika.jpg

直接上代码，注释中解释处理过程。

import cv2
import imutils
from imutils import contours
import numpy as np


#open convert to gray  打开图片，转换为灰度图 
img=cv2.imread("chongzhika.jpg")
bimg=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
#cv2 里面的色彩序列是 BGR 
#cv2.imshow('bimg',bimg)
#cv2.waitKey()


#threshold 二值化并翻转，二值化的阈值 设置为12 ,由于照片上的右侧白色部分，因为不如左侧黑色的部分明显，
#在二值化中会被过滤掉，这里偷懒了，最好的做法是做直方图分析，获取到中间黑白的分割线，
#然后截取黑色部分处理。所以在这里二值化的阈值大小，会影响后面分割的效果。
#threshod infect the result!
bimg=cv2.threshold(bimg,12,255,cv2.THRESH_BINARY_INV)[1]

#调整一下图片，旋转为横向的，并且调整大小
bimg=imutils.rotate(bimg,90)
bimg=cv2.resize(bimg,(int(bimg.shape[1]/2),int(bimg.shape[0]/2)))
cv2.imshow('bimg',bimg)
cv2.waitKey()


#contors  开始搜索轮廓

#算子用的两个核
rectKernel=cv2.getStructuringElement(cv2.MORPH_RECT,(9,3))
sqKernel=cv2.getStructuringElement(cv2.MORPH_RECT,(6,6))
##tophat 第一次遮罩
tophat=cv2.morphologyEx(bimg,cv2.MORPH_TOPHAT,rectKernel)
cv2.imshow('tophat',tophat)
cv2.waitKey()

##compute 做，sobel算子边缘检测后，二次进行均值增强
gradX=cv2.Sobel(tophat,ddepth=cv2.CV_32F,dx=1,dy=0,ksize=1)
gradX=np.absolute(gradX)
(minVal,maxVal)=(np.min(gradX),np.max(gradX))
gradX=(255*((gradX-minVal)/(maxVal-minVal)))
gradX=gradX.astype('uint8')

##2 对增强后的图像进行闭运算--二值化---二次闭预算 
gradX=cv2.morphologyEx(gradX,cv2.MORPH_CLOSE,rectKernel)
thresh=cv2.threshold(gradX,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)[1]
thresh=cv2.morphologyEx(thresh,cv2.MORPH_CLOSE,sqKernel)

#获得大轮廓，目的就是将白色的数字部分连在一起，方便后面的轮廓检测
cv2.imshow('thresh',thresh)
cv2.waitKey()

#filter
#预留，将各种噪点滤除
## 获取连续区域
cnts=cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts=cnts[0] if imutils.is_cv2() else cnts[1]
cnts=contours.sort_contours(cnts,method='left-to-right')[0]

locs=[]
locs2=[]

#loop over the contors 循环判断连续区域的宽高比，宽度、高度是否符合预期
for(i,c) in enumerate(cnts):

    (x,y,w,h)=cv2.boundingRect(c)
    ar=w/float(h)

#password 4 digits       因为卡密的 数字中，四个字母一组比较多，所以设置宽高比为 2.5 --4.5 
    if ar>2.5 and ar<5.0:
        print('ar=',ar)
        print('x=',x,'y=',y,'width=',w,'height=',h)
        if(w>15 and w< 180) and (h> 15 and h<30):
            locs.append((x,y,w,h))
# password 3 digits 3个数字的宽高比略微小点，也别漏了，当然也会带来很多噪点
    if ar>1.5 and ar<2.5:
            print('ar=',ar)
            print('x=',x,'y=',y,'width=',w,'height=',h)
            if(w>15 and w< 180) and (h> 15 and h<30):
                locs.append((x,y,w,h))
#number 15 digits 卡号的部分，超长，设置大点的宽高比，同时这里也有个问题就是最下面的条码宽高比是一样的，通过高度区分，这里设置h 在15-30 之间，是观察出来的。。。需要考虑图片的倾斜、小角度旋转、大小等变化
    if ar>10 or ar<20:
        if(w>100 and w< 300) and (h> 15 and h<30):
            locs2.append((x,y,w,h))
        
print('locs=', locs)
print('locs2=', locs2)

#将检测到的轮廓在图上画出来
if(len(locs)>0):
    output = cv2.merge([bimg] * 3)
    for (x,y,w,h) in locs:
        cv2.rectangle(output, (x - 2, y - 2), (x + w + 4, y + h + 4), (0, 255, 0), 2)
 
    if(len(locs2)>0):
 
        for (x,y,w,h) in locs2:
            cv2.rectangle(output, (x - 2, y - 2), (x + w + 4, y + h + 4), (0, 0, 255), 2)
    cv2.imshow('output',output)
    cv2.waitKey()

最终的效果，左侧是进行膨胀连通之后的效果，右侧是最终进行连续路径检测之后，对数字的标注，绿色是小宽高比的标注，红色是大宽高比的标注。

分割2.png

目前的检测只是初步的尝试，无法应对图像的明暗、旋转、翻转、大小等多种多样的变化，仍然需要继续探索。