接着上一篇文章 《Android智能识别 - 银行卡区域裁剪》 来说，上一次我们已经截取到了银行卡的数字区域，那么这次我们基于上次截取到的卡号区域，来进行数字识别。
有了上面这一块区域之后，我们首先要做的肯定需要转为灰度然后进行二值化。
// 转为灰度
Mat gray;
cvtColor(mat, gray, COLOR_BGRA2GRAY);
Mat binary;
// 可以用 THRESH_OTSU , 也可以手动指定
threshold(gray, binary, 39, 255, THRESH_BINARY);
// 进行降噪
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
morphologyEx(binary, binary, MORPH_CLOSE, kernel);
imwrite("/storage/emulated/0/ocr/card_number_binary.jpg", binary);
上面的效果看上去还是有很多的干扰，我们对其进行轮廓发现，把那些不需要的干扰进行填充。
vector<vector<Point> > contours;
Mat binary_not = binary.clone();
// 取反, 白黑 -> 黑白
bitwise_not(binary_not, binary_not);
// 轮廓查找
findContours(binary_not, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
int minh = binary.rows / 4;
int matArea = mat.rows * mat.cols;
for (int i = 0; i < contours.size(); i++) {
Rect roi = boundingRect(contours[i]);
int area = roi.width * roi.height;
// 面积太小的过滤
if (area < matArea / 200) {
drawContours(binary, contours, i, Scalar(255), -1);
continue;
}
// 高度太低的过滤
if (roi.height <= minh) {
drawContours(binary, contours, i, Scalar(255), -1);
}
}
有了上面这个 Mat 之后，我们首先对其进行字符分割，然后进行特征提取匹配就好了，但是值得提醒的是，我们需要对粘连字符进行分割，尽管我的这张卡没有粘连字符的情况。
// 字符的分割
binary.copyTo(binary_not);
bitwise_not(binary_not, binary_not);
findContours(binary_not, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
Rect rects[contours.size()];
// 创建新的 mat 用来画数字
Mat contours_mat(binary_not.size(), CV_8UC1, Scalar(255));
// 记录数字最小宽度(粘连字符)
int minw = mat.cols;
for (int i = 0; i < contours.size(); i++) {
rects[i] = boundingRect(contours[i]);
drawContours(contours_mat, contours, i, Scalar(0), 1);
minw = min(minw, rects[i].width);
}
imwrite("/storage/emulated/0/ocr/card_number_binary.jpg", contours_mat);
// 防止循序错乱，进行重新排序
for (int i = 0; i < contours.size(); ++i) {
for (int j = 0; j < contours.size() - i - 1; ++j) {
if (rects[j].x > rects[j + 1].x) {
swap(rects[j], rects[j + 1]);
}
}
}
numbers.clear();
// 最小宽度的两倍
minw = minw * 2;
for (int i = 0; i < contours.size(); ++i) {
if (minw < rects[i].width) {
// 大于最小宽度的两倍，判断是粘连字符，对粘连字符进行分割
Mat number(binary, rects[i]);
int cols_pos = get_split_cols_pos(number);
Rect rect_left = Rect(0, 0, cols_pos - 1, rects[i].height);
numbers.push_back(Mat(contours_mat, rect_left));
Rect rect_right = Rect(cols_pos + 1, 0, rects[i].width, rects[i].height);
numbers.push_back(Mat(contours_mat, rect_right));
} else {
Mat number(contours_mat, rects[i]);
numbers.push_back(number);
}
}
// 获取粘连位置
int co1::get_split_cols_pos(const Mat &mat) {
// 中心位置
int mx = mat.cols / 2;
// 高度
int height = mat.rows;
// 左右 1/4 去扫描
int startx = mx - mx/4;
int endx = mx + mx/4;
// 粘连位置
int clos_pos = mx;
int c = 0;
// 最小的黑色像素
int minh = mat.rows;
for (int col = startx; col <= endx; col++) {
// 这一列有多少个黑色像素
int total = 0;
for (int row = 0; row < height; row++) {
c = mat.at<Vec3b>(row, col)[0];
if (c == 0) {
total++;
}
}
// 保存当前列
if (total < minh) {
minh = total;
clos_pos = col;
}
}
return clos_pos;
}
视频地址：https://pan.baidu.com/s/1kC4C80z_DGClm16IRmzBPw
视频密码：jga0
