6

我正在使用 OpenCV 和 Python 构建一个自动电表/燃气表读取器。我已经用网络摄像头拍摄了：

在此处输入图像描述

然后我可以使用精细变换来解开图像（此示例的改编）：

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：

在此处输入图像描述

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，如果有人敲击网络摄像头，它不会停止软件的工作。

4

1 回答 1

2

由于您的图像几乎是平面的，因此您可以寻找从网络摄像头获得的图像与所需图像（处于直立位置）之间的单应性。

编辑：这将在直立位置旋转图像。一旦你注册了你的图像（把它放在直立的位置），你可以做逐行或逐列的投影（将列上的所有像素相加得到一个向量，将行上的所有像素相加得到一个向量）。您可以使用这些向量来确定颜色跳跃的位置，并在那里进行裁剪。

或者，您可以使用 Hough 变换，它会在图像中为您提供线条。如果您这样做，您可能可以不注册图像而侥幸逃脱。

于 2013-06-23T09:27:31.720 回答