OCR，全名為Optical Character Recognition目锭，是指對文本資料的圖像文件進(jìn)行分析識別處理湃鹊，獲取文字及版面信息的過程。
識別的過程大致可以分為這些過程：圖像的預(yù)處理（二值化供汛、噪聲去除、傾斜校正）涌穆，字符的切割（如識別各種文字）怔昨、字符的識別。
本文就來總結(jié)一下OCR箱體邊框識別的一些心得宿稀。采用傳統(tǒng)的python+opencv方法趁舀。
1 預(yù)處理
由于拍的照片有光線的干擾，并且拍攝箱體的表面有很多顆粒祝沸，并不是很光滑矮烹，所以圖像處理的第一步便是預(yù)處理越庇。
1.1 均值漂移（MeanShift）
這個(gè)方法將圖像的特征空間視為先驗(yàn)概率密度函數(shù)，輸入被視作滿足某種概率分布的樣本點(diǎn)奉狈，這樣圖像中數(shù)據(jù)最密集的地方卤唉，對應(yīng)于密度最大的地方，概率密度的質(zhì)心被視作概率密度函數(shù)的局部最優(yōu)值仁期，也就是聚類的中心桑驱，對于每一個(gè)樣本點(diǎn)，計(jì)算以它為中心的某個(gè)范圍內(nèi)所有樣本點(diǎn)的均值跛蛋，作為新的中心（這就是shift既中心的移動(dòng)）熬的，移動(dòng)直至收斂。這樣每一輪迭代赊级，中心都會(huì)向數(shù)據(jù)更密集的地方移動(dòng)押框，直到最后穩(wěn)定收斂到樣本的“質(zhì)心”。用這個(gè)方法此衅，可以使得圖像變得更加平滑强戴。在python中，實(shí)現(xiàn)的代碼如下：
第一個(gè)參數(shù)是source image挡鞍，第二個(gè)參數(shù)dst，輸出圖像预烙，跟輸入src有同樣的大小和數(shù)據(jù)格式墨微，第三個(gè)參數(shù)sp，定義的漂移物理空間半徑大小扁掸，第四個(gè)參數(shù)sr翘县，定義的漂移色彩空間半徑大小，第五個(gè)參數(shù)maxLevel谴分，定義金字塔的最大層數(shù)锈麸，第六個(gè)參數(shù)termcrit，定義的漂移迭代終止條件牺蹄，可以設(shè)置為迭代次數(shù)滿足終止忘伞，迭代目標(biāo)與中心點(diǎn)偏差滿足終止，或者兩者的結(jié)合沙兰。在這里物理空間半徑為25氓奈，色彩空間半徑為10。
1.2 圖像的灰度歸一化
由于光照對圖像的影響依然很大鼎天，這有可能會(huì)影響接下去的圖像二值化的效果舀奶。歸一化可以通過一系列變換消除其他變換函數(shù)對圖像變換的影響，也就是轉(zhuǎn)換成唯一標(biāo)準(zhǔn)的形式斋射，這里為了使灰度圖的像素值分布能夠比較均勻育勺，找到像素的最大值和最小值但荤，然后將所有的像素值拉成0-255之間的像素值，即圖像灰度歸一化涧至。
1.3 直方圖均值化
opencv 里有個(gè)函數(shù)是cv2.equalizeHist,在某些情況下腹躁，一副圖像中大部分像素的強(qiáng)度都集中在某一區(qū)域，而質(zhì)量較高的圖像中化借，像素的強(qiáng)度應(yīng)該均衡的分布潜慎。為此，可將表示像素強(qiáng)度的直方圖進(jìn)行拉伸蓖康，將其平坦化铐炫。
2 圖像的二值化
opencv里面有很多二值化的方法，這里比較簡單的方法是對灰度圖的像素值進(jìn)行遍歷蒜焊，設(shè)置一個(gè)閾值倒信，若大于該閾值且小于255，則設(shè)為0（黑色）泳梆。
3 識別檢測（檢測矩形和直線）
在計(jì)算機(jī)視覺中鳖悠，輪廓檢測能夠檢測出我們感興趣的區(qū)域，如：計(jì)算多邊形的邊界优妙、形狀逼近和計(jì)算感興趣的區(qū)域乘综。這里，對于圖像中的標(biāo)簽區(qū)域套硼，我的思路是先檢測圖像中的所有輪廓卡辰，然后對于輪廓內(nèi)的所有面積，計(jì)算面積的大小和夾角（因?yàn)檫@里標(biāo)簽的形狀近似為一個(gè)矩形）邪意。
3.1 檢測矩形
在opencv中有個(gè)方法九妈，叫cv2.findContours，
第一個(gè)參數(shù)是尋找輪廓的圖像雾鬼；
第二個(gè)參數(shù)表示輪廓的檢索模式萌朱，有四種（本文介紹的都是新的cv2接口）：
cv2.RETR_EXTERNAL表示只檢測外輪廓
cv2.RETR_LIST檢測的輪廓不建立等級關(guān)系
cv2.RETR_CCOMP建立兩個(gè)等級的輪廓，上面的一層為外邊界策菜，里面的一層為內(nèi)孔的邊界信息晶疼。如果內(nèi)孔內(nèi)還有一個(gè)連通物體，這個(gè)物體的邊界也在頂層做入。
cv2.RETR_TREE建立一個(gè)等級樹結(jié)構(gòu)的輪廓冒晰。
第三個(gè)參數(shù)method為輪廓的近似辦法
cv2.CHAIN_APPROX_NONE存儲所有的輪廓點(diǎn)，相鄰的兩個(gè)點(diǎn)的像素位置差不超過1竟块，即max（abs（x1-x2）壶运，abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE壓縮水平方向，垂直方向浪秘，對角線方向的元素蒋情，只保留該方向的終點(diǎn)坐標(biāo)埠况，例如一個(gè)矩形輪廓只需4個(gè)點(diǎn)來保存輪廓信息
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法.
返回值contour為所有輪廓的集合棵癣，hierarchy包含輪廓的屬性辕翰。這里我采用cv2.contourArea，還有cv2.boundingRect找邊框特別好用狈谊。
3.2 檢測直線
最直接的方法是霍夫曼直線檢測喜命，在圖像預(yù)處理之后，個(gè)人覺得cv2.HoughLinesP比cv2.HoughLines更加好用河劝，采用投票的方式檢測出所有投票最高的直線壁榕，由于生成的直線比較多，所以還得做一個(gè)直線擬合赎瞎，最終得到一條直線牌里。
結(jié)果：
