完成了opencv基礎知識學習，現在進行實踐操作
1、生成隨機四位數字驗證碼
import os import random # captcha是用於生成驗證碼圖片的庫，可以 pip install captcha 來安裝它 from captcha.image import ImageCaptcha def random_captcha_text(num): # 驗證碼列表 captcha_text = [] for i in range(10): # 0-9數字 captcha_text.append(str(i)) # for i in range(65, 91): # 對應從“A”到“Z”的ASCII碼 # captcha_text.append(chr(i)) # for i in range(97, 123): # 對應從“a”到“z”的ASCII碼 # captcha_text.append(chr(i)) # 從list中隨機獲取6個元素，作為一個片斷返回 example = random.sample(captcha_text, num) # 將列表里的片段變為字符串並返回 verification_code = ''.join(example) return verification_code # 生成字符對應的驗證碼 def generate_captcha_image(): image = ImageCaptcha() # 獲得隨機生成的驗證碼 captcha_text = random_captcha_text(4) # 把驗證碼列表轉為字符串 captcha_text = ''.join(captcha_text) # 生成驗證碼 path = 'D:/驗證碼識別/test/' if not os.path.exists(path): print("目錄不存在!,已自動創建") os.makedirs(path) print("生成的驗證碼的圖片為：", captcha_text) image.write(captcha_text, path + captcha_text + '.png') if __name__ == '__main__': number = 100 for i in range(number): generate_captcha_image()
2、安裝pytesseract包，中間出現很多問題，最終查閱資料得以解決
3、對驗證碼圖片進行預處理
圖像預處理主要包括對圖像的灰度化、二值化、去噪聲,以及圖像傾斜的矯正和增強等。
(1)灰度化:
對圖像進行灰度處理,是為了減少識別樣本的計算量,將圖像樣本統一,簡化訓練和識別難度。
Gray=0-299R+0.587G+0.114B(1)
(2)二值化:
二值化指將圖像上的像素點轉化為黑白兩種顏色的點,即將灰度值設置為0(黑)或255(白)。其目的是區分圖像的前后景,使圖像呈現明顯的視覺效果,同時為后續的識別和處理做准備。我試了幾種二值化的方法最后選擇了OTSU，可以明顯發現圖像中有一些橫線和小點點的干擾
# 二值圖像就是將灰度圖轉化成黑白圖，沒有灰，在一個值之前為黑，之后為白
# 有全局和局部兩種
# 在使用全局閾值時，我們就是隨便給了一個數來做閾值，那我們怎么知道我們選取的這個數的好壞呢？答案就是不停的嘗試。
# 如果是一副雙峰圖像（簡 單來說雙峰圖像是指圖像直方圖中存在兩個峰）呢？
# 我們豈不是應該在兩個峰之間的峰谷選一個值作為閾值？這就是 Otsu 二值化要做的。
# 簡單來說就是對 一副雙峰圖像自動根據其直方圖計算出一個閾值。
# （對於非雙峰圖像，這種方法 得到的結果可能會不理想）。
(3)去噪聲:
圖像中往往含有噪聲,要對圖形進行噪聲處理,減少噪聲影響,將噪聲干擾降到最低,我采用開運算，因為開運算的特性，正好可以降低干擾。
然后再試着改變kernel算子的值，我先設置的是（2，2）效果如上圖，后來找到最合適的是（3，3）
基本沒有小白點了
開運算:先進性腐蝕再進行膨脹就叫做開運算,它被用來去除噪聲。
閉運算:先膨脹再腐蝕。它經常被用來填充前景物體中的小洞，或者前景物體上的小黑點。
這里我們用到的函數是 cv2.morphologyEx()。
開閉操作作用：
1. 去除小的干擾塊-開操作
2. 填充閉合區間-閉操作
3. 水平或垂直線提取,調整kernel的row，col值差異。
比如：采用開操作，kernel為(1, 15),提取垂直線，kernel為(15, 1),提取水平線，
"""
def recongize_text(image): gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY) cv.imshow("gray1",gray) gray=interference_line(gray) cv.imshow("gray2",gray) ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY_INV|cv.THRESH_OTSU) # binary = cv.adaptiveThreshold(gray, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 25, 10) kernel=cv.getStructuringElement(cv.MORPH_RECT,(3,4)) open_out=cv.morphologyEx(binary,cv.MORPH_OPEN,kernel) # open_out=cv.morphologyEx(open_out,cv.MORPH_CLOSE,kernel) cv.imshow("binary_image",open_out) cv.bitwise_not(open_out,open_out) cv.imshow("dd",open_out) result = np.array(open_out) ss = cv.medianBlur(result, 5) cv.imshow('66666.png', ss) textImage=Image.fromarray(ss) target = tess.image_to_string(textImage) print("識別結果：%s "%target)
但是由於，tesseract這個庫識別的效果並不是很理想，他會自動把數字識別成其他的符號或者字母
或者直接識別不出來，不同的驗證碼，需要選取不同的opencv圖像處理方式
所以上網查閱資料，自己創建庫
（4）tesseract訓練
大體流程為：安裝jTessBoxEditor -> 獲取樣本文件 -> Merge樣本文件 –> 生成BOX文件 -> 定義字符配置文件 -> 字符矯正 -> 執行批處理文件 -> 將生成的traineddata放入tessdata中
1、用jTessBoxEditor把要訓練樣本圖片文件合並成tif文件(樣本圖片一定要為有效的格式圖片)
運行jTessBoxEditor程序,界面如下:
點擊頂欄的Tools選項,選擇Merge TIFF.. 進入你要訓練的樣本圖片所在的目錄,點擊Ctrl+Alt+A,選擇所有圖片點擊打開:
然后保存文件名到指定目錄,我這里保存的文件名為: langyp.font.exp0.tif
2、生成Box文件
打開cmd,到你langyp.font.exp0.tif文件所在目錄,執行：
tesseract langyp.font.exp0.tif langyp.font.exp0 batch.nochop makebox
結果生成了langyp.font.exp0.box文件
3、 對樣本圖片用jTessBoxEditor工具進行矯正
點擊jTessBoxEditor工具的Box Editor選項,點擊下方的open選項,打開剛剛生成的langyp.font.exp0.tif文件,結果如下:
右側為對應的Box文件數據,如果char的字符和當前的樣本圖片一致時就進行矯正,修改char里的字符,然后進行save,這樣就矯正了,進入下張樣本圖片時,同樣,矯正后點擊save,當所有樣本圖片都矯正了,這一步也就完成了
4、生成font_properties文件(該文件沒有后綴名)
在命令行執行:echo font 0 0 0 0 0 >font_properties
結果生成了font_properties文件
內容為字體名font，后面帶5個0，分別代表字體的粗體、斜體等屬性，這里全部是0
5、生成.tr訓練文件
在命令行執行: tesseract langyp.font.exp0.tif langyp.font.exp0 -l eng -psm 7 nobatch box.train
6、生成字符集文件
在命令行執行 : unicharset_extractor langyp.font.exp0.box
結果生成了unicharset文件
7、生成shape文件
在命令行執行 : shapeclustering -F font_properties -U unicharset -O langyp.unicharset langyp.font.exp0.tr
結果生成了shapetable文件和langyp.unicharset文件
8、生成聚集字符特征文件
在命令行執行: mftraining -F font_properties -U unicharset -O langyp.unicharset langyp.font.exp0.tr
結果生成了pffmtable,inttemp,unicharset文件
9、生成字符正常化特征文件
在命令行執行: cntraining langyp.font.exp0.tr
結果生成了normproto文件
10、把h,i步驟生成的文件用rename命令進行更名
在命令行執行:
**rename normproto fontyp.normproto
rename inttemp fontyp.inttemp
rename pffmtable fontyp.pffmtable
rename unicharset fontyp.unicharset
rename shapetable fontyp.shapetable**
11、合並訓練文件
在命令行執行: combine_tessdata fontyp.
12、將fontyp.traineddata文件拷貝至Tesseract-OCR文件夾里的tessdata語言包文件夾里
windows下面：
