我正在使用 OpenCV 和 Python 构建一个自动电表/煤气表读取器。我已经知道用网络摄像头拍照了:
然后我可以使用精细变换来展开图像(改编自 this example ):
def unwarp_image(img):
rows,cols = img.shape[:2]
# Source points
left_top = 12
left_bottom = left_top+2
top_left = 24
top_right = 13
bottom = 47
right = 180
srcTri = np.array([(left_top,top_left),(right,top_right),(left_bottom,bottom)], np.float32)
# Corresponding Destination Points. Remember, both sets are of float32 type
dst_height=30
dstTri = np.array([(0,0),(cols-1,0),(0,dst_height)],np.float32)
# Affine Transformation
warp_mat = cv2.getAffineTransform(srcTri,dstTri) # Generating affine transform matrix of size 2x3
dst = cv2.warpAffine(img,warp_mat,(cols,dst_height)) # Now transform the image, notice dst_size=(cols,rows), not (rows,cols)
#cv2.imshow("crop_img", dst)
#cv2.waitKey(0)
return dst
..这给了我这样的图像:
我仍然需要使用某种 OCR 例程来提取文本,但首先我想自动化识别要应用仿射变换的像素位置的部分。因此,即使有人敲了网络摄像头,软件也不会停止运行。
最佳答案
由于您的图像几乎是平面的,您可以考虑寻找 homography在您从网络摄像头获得的图像和所需图像(在直立位置)之间。
编辑:这会将图像旋转到直立位置。一旦你注册了你的图像(将它放在直立位置),你可以进行行向或列向投影(将列上的所有像素相加得到一个向量,将行中的所有像素相加得到一个向量向量)。您可以使用这些矢量找出颜色跳跃的位置,并在那里进行裁剪。
或者,您可以使用 Hough 变换,它会在图像中生成线条。如果这样做,您可能可以不注册图像而逃脱。
关于python - 如何以编程方式查找图像中特定特征的像素位置?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17259232/