OpenCV-Python项目实战：OCR识别
OpenCV-Python项目实战：识别小票
如图就是要识别和处理的对象。
得到情报：
1.背景是一种颜色，小票是另外的一种颜色
2.小票及小票内容是倾斜的（考虑使用透视）
3识别内容需要我另外下载OCR附加包
任务开始！
一：准备工作
为了保证下面的图像显示问题 我先引入cv_show 函数，再把库加进去
import cv2
import numpy as np
def cv_show(name, img):
cv2.imshow(name, img)
cv2.waitKey(0) # 等待时间，毫秒级
cv2.destroyAllWindow()
二：让主角进场，提醒他换个衣服，不打领带不准进！
image = cv2.imread('2019090715562446.jpg')
ratio = image.shape[0] / 500.0
#为什么是500.0 是因为我想他换H=500的衣服，看看比率
#让我们写个函数 教他怎么换衣服
def resize(image, width=None, height=None):
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(h)
dim = (width, int(h * r))
resized = cv2.resize(image, dim, cv2.INTER_AREA)
return resized
#换上了品如的衣服：
orig=image.copy() #后面还要copy
image = resize(orig, width=None, height=500)
三:衣服换完了，该化妆了
# 预处理
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv_show('gray',gray)
四：让别人好好康康你的轮廓
gray = cv2.GaussianBlur(gray, (5, 5), 0)
#高斯滤波去掉噪声点
edged = cv2.Canny(gray, 75, 200)
cv_show('edged',edged)
#经典Canny检测 原形毕露！何方妖孽！！！
# 轮廓检测
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[0]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]
#我这里key定义的是面积 我就取4个 因为轮廓检测是很多的，必然包括图上的小票轮廓，排个序，取前五个，之后我再设置一定的规则去筛选这几个轮廓
五：制定规则
for i in cnts:
# 计算轮廓近似 peri是周长 老盆友
peri = cv2.arcLength(i, True)
# c表示输入的点集合
# epsilon 表示从原始轮廓到近似轮廓的最大距离，它是一个准确度参数
# True表示封闭的
approx = cv2.approxPolyDP(i, 0.02 * peri, True)
screenCnt = []
# 4个点时候就拿出来 得到矩形
if len(approx) == 4:
screenCnt = approx
break
print(screenCnt)
'''
得到的结果：
[[[453 108]]
[[100 135]]
[[134 374]]
[[462 322]]]
'''
#[screenCnt] 外 [] 别忘了
cv2.drawContours(image, [screenCnt], -1, (0, 255, 0), 2)
cv_show('image', image)
六：透视变换
def order_points(pts):
rect = np.zeros((4, 2), dtype="float32")
# 0 0
# 0 0
# 0 0
# 0 0
s = pts.sum(axis=1) # 计算矩阵的每一行元素相加之和
rect[0] = pts[np.argmin(s)] # tl
rect[2] = pts[np.argmax(s)] # bl
diff = np.diff(pts, axis=1)
rect[1] = pts[np.argmin(diff)] # tr
rect[3] = pts[np.argmax(diff)] # br
# return the ordered coordinates
return rect
'''
定义一个 order_points 函数，需要传入参数 pts，是一个包含矩形四个点的(x, y)坐标的列表。
对矩形中的四个点进行 一致的排序 是非常重要的，实际的排序可以是任意的，只要它在整个实现过程中是一致的。
对于我来说，我习惯将点按照 “左上，右上，右下，左下” 进行排序。
代码里使用 np.zeros 为四个点分配内存。
根据 x 与 y 之和最小找到左上角的点，x 与 y 之和最大找到右下角的点。
然后使用 np.diff 函数，
根据 x 与 y 之差（y-x）最小找到右上角的点，x 与 y 之差最大找到左下角的点。
'''
七：计算W和H
def four_point_tramsform(image, pts):
# 获取输入的坐标
rect = order_points(pts)
(tl, tr, bl, br) = rect
# 计算出输入的w和h的值 勾股定理 走起
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))
# 变换之后的坐标位置
# 计算变换矩阵M rect是轮廓四个点 dst是我们规定的四个点（利用W和H人为创造的）
M = cv2.getPerspectiveTransform(rect, dst)
warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))
# 返回变换后的结果 杰哥：让我康康！！
return warped
warped = four_point_tramsform(orig, screenCnt.reshape(4, 2) * ratio)
#screenCnt是 Canny检测得到的 因为缩放 每个点的位置都要改
#别忘了*比率 因为我们现在这个图orig是初始image的复制体
cv_show('warped', warped)
八：把透视过的图处理一下
# 二值化处理
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
cv2.imshow('Original', resize(orig, height=650))
cv2.imshow('Scanned', resize(ref, height=650))
cv2.waitKey(0)
九：开始OCR操作
下载Tesseract-OCR 开始读 ！！！
from PIL import Image
import pytesseract
import os
mage = cv2.imread('scan.jpg')
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
preprocess ='blur'
if preprocess =='thresh':
gray = cv2.threshold(gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)[1]
if preprocess =='blur':
gray = cv2.medianBlur(gray,3)
filename='{}.png'.format(os.getpid())
cv2.imwrite(filename,gray)
text = pytesseract.image_to_string(Image.open(filename))
print(text)
os.remove(filename)
cv2.imshow('image',image)
cv2.imshow('gray',gray)
cv2.waitKey(0)