如何从具有最小库的电表中识别数字？

Question

我正在使用 python3 和 kivy 开发一个适用于 android 的应用程序，我想添加一个功能来自动识别来自设备摄像头的电表数字，为此我找到了各种使用 opencv 的解决方案 使用 numpy、mahotas、pytesseract、scipy、scikit_learn 等软件包。

尝试：

https://github.com/VAUTPL/NUMBERS_DETECTION_1
https://github.com/spidgorny/energy-monitor

但是，我需要能够用最少的库有效地实现这一点，因为在使用 buildozer 生成 apk 时，我必须添加所有使用的库，这会生成一个太大的文件，只是为了添加这个功能。

您有什么建议可以用最少的库来实现这个目标？

想法： non-digital

编辑 1： 我需要从仪表数字和非数字中提取数字： digital meter

Answer 1

一种方法是将图像处理方法与pytesseract 结合起来。 Python-tesseract 是 Python 的光学字符识别 (OCR) 工具。对于当前示例，您需要执行颜色分割以获取二进制掩码。接下来，您需要使用二进制掩码去除背景，然后使用 tesseract 读取 OCR 数字。

• 1. 执行颜色分割：我们将加载的图像转换为 HSV 格式，定义下限/上限范围，并使用cv2.inRange 执行颜色分割以获得二进制掩码。
• 1. 提取数字： 获得二进制掩码后，我们将使用它去除背景，并使用cv2.bitwise_and 将数字部分与图像的其余部分分开。算术运算，对于在 hsv 彩色图像中定义 roi 非常有用。
• 1. 使用 tesseract 进行 OCR： 我们将 page-segmentation-mode 设置为 6 (see all) 以获得准确的输出。

---

• 获取二进制掩码的颜色分割

  • lwr = np.array([43, 0, 71])
    upr = np.array([103, 255, 130])
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    msk = cv2.inRange(hsv, lwr, upr)
    

• 使用二进制掩码提取数字

  • krn = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 3))
    dlt = cv2.dilate(msk, krn, iterations=5)
    res = 255 - cv2.bitwise_and(dlt, msk)
    

• OCR

  • 15753 .
    

  • txt = pytesseract.image_to_string(res, config="--psm 6 digits")
    print(txt)
    

  • 如果您想删除 . 或任何其他非字母字符，您可以这样做

  • txt = pytesseract.image_to_string(res, config="--psm 6 digits")
    print(''.join(t for t in txt if t.isalnum()))
    

  • 结果将是15753

代码：

---

import cv2
import numpy as np
import pytesseract

# Load the image
img = cv2.imread("input.png")

# Color-segmentation to get binary mask
lwr = np.array([43, 0, 71])
upr = np.array([103, 255, 130])
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
msk = cv2.inRange(hsv, lwr, upr)
cv2.imwrite("/Users/ahx/Desktop/msk.png", msk)

# Extract digits
krn = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 3))
dlt = cv2.dilate(msk, krn, iterations=5)
res = 255 - cv2.bitwise_and(dlt, msk)
cv2.imwrite("/Users/ahx/Desktop/res.png", res)

# Displaying digits and OCR
txt = pytesseract.image_to_string(res, config="--psm 6 digits")
print(''.join(t for t in txt if t.isalnum()))
cv2.imshow("res", res)
cv2.waitKey(0)

要查找掩码的上下边界，您可能会发现有用：HSV-Threshold-script *

---

更新：

---

如果将相同的技术应用于数字仪表编号，结果将是

Answer 2

我尝试从网络摄像头拍照，但结果不一样。

print("PRESS 'c' FOR TAKE THE PICTURE")
camara=cv2.VideoCapture(0)
while True:
    (grabacion, img) = camara.read()
    imagen = cv2.resize(img, (200, 120))
    cv2.rectangle(imagen, (xf, rois), (xf+197, rois+50), (0, 255, 0), 2)cv2.FONT_HERSHEY_SIMPLEX, 1.2, (0, 255, 0), 2)
    cv2.imshow("CAMARA",imagen)
    tecla=cv2.waitKey(1)
    if tecla==ord('c'):
        image=img
        break
    if tecla==ord('x'):
        break

# Color-segmentation to get binary mask
lwr = np.array([43, 0, 71])
upr = np.array([103, 255, 130])
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
msk = cv2.inRange(hsv, lwr, upr)
cv2.imwrite("/home/barcelo/projects-kivy/ocr1/msk.png", msk)

# Extract digits
krn = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 3))
dlt = cv2.dilate(msk, krn, iterations=5)
res = 255 - cv2.bitwise_and(dlt, msk)
cv2.imwrite("/home/barcelo/projects-kivy/ocr1/res.png", res)

# Displaying digits and OCR
txt = pytesseract.image_to_string(res, config="--psm 6 digits")
print(''.join(t for t in txt if t.isalnum()))
cv2.imshow("res", res)
cv2.waitKey(0)

test image

Answer 3

您可以使用数字检测。并使用仪表的显示规则，避免错误字符。最后，您将获得正确的价值。