目錄

前言

一、三個函數(shù)

1.顯示圖像

2.點排序

3.透視變換

二、代碼實例

1.打開攝像頭

2.圖像預處理

3.檢測特定輪廓

4.對輪廓進行處理

5.釋放資源

---

前言

????????攝像頭OCR指的是利用攝像頭捕捉圖像中的文字信息，并通過光學字符識別（OCR）技術將其轉換為可編輯的文本。

?

一、三個函數(shù)

1.顯示圖像

def cv_show(name, img):cv2.imshow(name, img)cv2.waitKey(60)

?

2.點排序

接收傳入的坐標（為輪廓的四個頂點），

1. 對每一行進行求和，
   1. 最小值是該輪廓的左上角，
   2. 最大值是右下角，
2. 對每一行進行求差，
   1. 最小的是右上角，
   2. 最大的是右下角，
3. 按照左上，右上，右下，左下的順序填入rect矩陣

def order_points(pts):# 共4個坐標點rect = np.zeros((4, 2), dtype="float32")  # 用來存儲排序之后的坐標位置# 按順序找到對應坐標 0 1 2 3 分別是左上,右上,右下,左下s = pts.sum(axis=1)  # 對pts矩陣的每一行進行求和操作。 (x+y)rect[0] = pts[np.argmin(s)]rect[2] = pts[np.argmax(s)]diff = np.diff(pts, axis=1)  # 對pts矩陣的每一行進行求差操作。(y-x)rect[1] = pts[np.argmin(diff)]rect[3] = pts[np.argmax(diff)]return rect

?

3.透視變換

1. 獲取排序之后的點坐標
2. 計算該輪廓的寬和高的較大值，當做變換之后的圖像寬高
3. 通過cv2.getPerspectiveTransform方法計算透視變換矩陣
4. 再通過cv2.warpPerspective方法獲取透視變換之后的圖像

def four_point_transform(image, pts):# 獲取輸入坐標點rect = order_points(pts)(tl, tr, br, bl) = rect# 計算輸入的w和h的值  歐式距離公式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))# 變換后對應坐標位置dst = np.array([[0, 0], [maxWidth - 1, 0],[maxWidth - 1, maxHeight - 1], [0, maxHeight - 1]], dtype="float32")# 計算透視變換矩陣M = cv2.getPerspectiveTransform(rect, dst)# 應用透視變換warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))  # 返回變換后結果return warped

?

二、代碼實例

1.打開攝像頭

• 參數(shù)為0 則用電腦自帶攝像頭
• 參數(shù)為1 則用外接攝像頭
• 若攝像頭未被打開則輸出Cannot open camera

cap = cv2.VideoCapture(0)  # 確保攝像頭是可以啟動的狀態(tài)  電腦自帶攝像頭用0 外接的用1
if not cap.isOpened():print("Cannot open camera")exit()

?

2.圖像預處理

1. 打開攝像頭之后，讀取每一幀的畫面并顯示
2. 轉換成灰度圖，進行高斯濾波處理，
3. 然后使用Canny算子進行邊緣檢測并顯示，
4. 再對邊緣檢測之后的圖像進行輪廓檢測，
5. 只取輪廓大小前十的輪廓將其畫出來，并顯示

while True:flag = 0  # 標識符 當前是否檢測到文檔ret, image = cap.read()orig = image.copy()if not ret:print('不能讀取攝像頭')breakcv_show('image', image)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)gray = cv2.GaussianBlur(gray, (5, 5), 0)edged = cv2.Canny(gray, 75, 200)cv_show('1', edged)cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[1]cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:10]image_contours = cv2.drawContours(image, cnts, -1, (0, 255, 0), 2)cv_show('image_contours', image_contours)

輸出：

?

3.檢測特定輪廓

1. 遍歷上述獲取的輪廓?
2. 對輪廓進行近似處理，并獲取其特征點集
3. 判斷輪廓面積大于20000 并且特征點集只有4個

    for c in cnts:peri = cv2.arcLength(c, True)  # 計算輪廓的周長# True表示是否選擇封閉輪廓approx = cv2.approxPolyDP(c, 0.05 * peri, True)  # 返回輪廓點集area = cv2.contourArea(approx)if area > 20000 and len(approx) == 4:screenCnt = approxflag = 1print(peri, area)print('檢測到文檔')break

?

4.對輪廓進行處理

1. 如果在畫面中獲取到了符合條件的輪廓
2. 就在原圖上畫出該輪廓
3. 并將該輪廓圖像進行透視變換并顯示
4. 最后對其進行二值化處理并顯示

    if flag == 1:image_contours = cv2.drawContours(image, [screenCnt], 0, (0, 255, 0), 2)cv_show('image', image_contours)warped = four_point_transform(orig, screenCnt.reshape(4, 2))cv_show('warped', warped)warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)ref = cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]cv2.imshow('ref', ref)cv2.waitKey(0)

輸出：

?

5.釋放資源

• 最后循環(huán)結束之后記得釋放資源

cap.release()  # 釋放捕獲器
cv2.destroyAllWindows()  # 關閉圖像窗口