前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >实战 | OpenCV+OCR实现弧形文字识别实例(详细步骤 + 代码)

实战 | OpenCV+OCR实现弧形文字识别实例(详细步骤 + 代码)

作者头像
Color Space
发布2024-05-22 15:11:35
1420
发布2024-05-22 15:11:35
举报

视觉/图像重磅干货,第一时间送达!

导 读

本文主要介绍基于OpenCV+OCR实现弧形文字识别实例,并给详细步骤和代码。

背景介绍

测试图如下,目标是正确识别图中的字符。图片来源:

代码语言:javascript
复制
https://www.51halcon.com/forum.php?mod=viewthread&tid=6712

同样,论坛中已经给出了Halcon实现代码,实现效果如下:

这个例子与以前介绍的环形文字识别类似,具体可参考下面链接:

实战 | OpenCV+OCR实现环形文字识别实例(详细步骤 + 代码)

二者的区别就在于一张包含完整的圆,另一张只有部分圆弧,下面给出详细实现步骤。

实现步骤

【1】扩充图像。由于这里的只有部分圆弧,为方便后续检测圆和ROI截取,我们先将原图扩大:

代码语言:javascript
复制
img = cv2.imread("./1.png")
cv2.imshow("src",img)

new_img = np.zeros((img.shape[0]*3,img.shape[1]*3,3),np.uint8)
new_img[new_img.shape[0]//3:new_img.shape[0]//3+img.shape[0],new_img.shape[1]//3:new_img.shape[1]//3+img.shape[1]] = img
cv2.imshow('new_img',new_img)

【2】检测圆。将扩充后的图像转为灰度图,然后滤波,使用霍夫变换检测圆,结果如下:

代码语言:javascript
复制
gray = cv2.cvtColor(new_img,cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray,3)
circles = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1,100,\
         param1=200,param2=30,minRadius=300,maxRadius=400)

【3】极坐标变换。以检测到的圆心和半径做极坐标变换。

代码语言:javascript
复制
ROI = new_img[y:y+h,x:x+w].copy()
cv2.imshow('ROI',ROI)
cv2.imwrite('ROI.jpg',ROI)
trans_center = (int(center[0]-x), int(center[1]-y))
polarImg = cv2.warpPolar(ROI,(300,600),trans_center,radius,cv2.INTER_LINEAR + cv2.WARP_POLAR_LINEAR)
polarImg = cv2.transpose(polarImg)
polarImg = cv2.flip(polarImg,0)
cv2.imshow('polarImg',polarImg)

【4】使用OCR做字符识别。这里使用EasyOCR或者PaddleOCR均可:

代码语言:javascript
复制
result = reader.readtext(polarImg)
  res = None
  print(result)
  if len(result) > 0:
    for i in range(0,len(result)):
      print(result[i][1])
      if(result[i][2] < 0.2):
        continue
      print('---------------1--------------')
      for j in range(4):
        if j > 0:
          cv2.line(polarImg,(tuple(result[i][0][j-1])),(tuple(result[i][0][j])),(0,255,0),2,cv2.LINE_AA)
      cv2.line(polarImg,(tuple(result[i][0][0])),(tuple(result[i][0][3])),(0,255,0),2,cv2.LINE_AA)  
      strText = result[i][1].replace(' ','')
      cv2.putText(polarImg,strText,(result[i][0][3][0],result[i][0][3][1]+20),0,1.1,(0,0,255),2)

【5】反极坐标变换。通过反极坐标变换,将识别结果映射到原始图像。

代码语言:javascript
复制
polarImg_Inv = cv2.warpPolar(polarImg,(w,h),trans_center,radius,cv2.INTER_LINEAR + \
                            cv2.WARP_POLAR_LINEAR + cv2.WARP_INVERSE_MAP)
    cv2.imshow('polarImg_Inv',polarImg_Inv)

【6】截取ROI,得到最终结果。

代码语言:javascript
复制
ROI = new_img[y:y+h,x:x+w]
    for i in range(0,ROI.shape[0]):
        for j in range(0, ROI.shape[1]):
            if mask[i,j] > 0:
                ROI[i,j] = polarImg_Inv[i,j]
 
    #cv2.imshow('ROI',ROI)
    res = new_img[new_img.shape[0]//3:new_img.shape[0]//3+img.shape[0],new_img.shape[1]//3:new_img.shape[1]//3+img.shape[1]]
   
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-05-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenCV与AI深度学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
文字识别
文字识别(Optical Character Recognition,OCR)基于腾讯优图实验室的深度学习技术,将图片上的文字内容,智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别,也支持运单等手写体识别,支持提供定制化服务,可以有效地代替人工录入信息。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档