在人工智能計算機視覺方面，有圖像分類、目标檢測、語義分割、實例分割四大主要任務。目前在各個領域都有比較成熟的應用。

在一些特定的環境或特殊需求中，我們可能需要通過圖像來對水表進行智能讀數。

水表數據圖像

對于水表讀數，首先考慮使用語義分割，目的就是把水表盤的數據區域分割出來。關于語義分割可以參看：5.人工智能-語義分割。本文主要想講一下語義分割後的圖像數據處理和識别。

語義分割後，返回的是多邊形坐标值。這裡因為可以看到水表的數據區域并不是水平的，所以我們需要根據返回的多邊形坐标值，對水表的數據區域圖像進行旋轉後得到，再進行文字識别。

這裡每個水表圖像對應一個文本文件，文件内容就是語義分割後返回的4個頂點的坐标值。如：97 475 280 424 293 466 105 520

演示數據

import cv2 import os import numpy as np import paddleocr basedir="meter" ptslst=[] #讀取文本文件 for f in os.listdir(basedir): #分離文件名和後綴 fname,fext=os.path.splitext(f) if fext==".txt": #讀取文件 with open(os.path.join(basedir,f)) as f: for line in f: #按照空格分割,并轉換為int x1,y1,x2,y2,x3,y3,x4,y4,v=list(map(lambda x:int(x),line.split())) #print(x1,y1,x2,y2,x3,y3,x4,y4,v) dxy={fname:[[x1,y1],[x2,y2],[x3,y3],[x4,y4]]} ptslst.append(dxy) #print(ptslst) #多邊形旋轉為矩形，并計算旋轉角度，返回旋轉後的矩形，中心坐标 def rotate_rect(pts): #計算多邊形的中心點 x=sum(map(lambda x:x[0],pts))/4 y=sum(map(lambda x:x[1],pts))/4 #計算多邊形的長寬 w=max(map(lambda x:x[0],pts))-min(map(lambda x:x[0],pts)) h=max(map(lambda x:x[1],pts))-min(map(lambda x:x[1],pts)) #計算多邊形的旋轉角度 angle=np.arctan2(pts[1][1]-pts[0][1],pts[1][0]-pts[0][0])*180/np.pi #旋轉後的矩形 pts_rotate=np.array([[x-w/2,y-h/4],[x w/2,y-h/4],[x w/2,y h/4],[x-w/2,y h/4]]) pts_rotate=pts_rotate.astype(np.int32) return pts_rotate,angle,x,y #以(x,y)為中心旋轉圖像 def rotate_img(img,angle,x,y): #獲取圖像的高和寬 h,w=img.shape[:2] #計算旋轉後的高和寬 h_new=int(np.sqrt(h**2 w**2-2*h*w*np.cos(angle))) w_new=int(np.sqrt(h**2 w**2 2*h*w*np.cos(angle))) #計算旋轉後的中心點 # x_new=w_new/2 # y_new=h_new/2 #計算旋轉矩陣 # M=cv2.getRotationMatrix2D((x_new,y_new),angle,1) M=cv2.getRotationMatrix2D((x,y),angle,1) #旋轉圖像 img_rotate=cv2.warpAffine(img,M,(w_new,h_new)) return img_rotate #讀取圖片,并畫多邊形 for f in os.listdir(basedir): #分離文件名和後綴 fname,fext=os.path.splitext(f) if fext==".jpg": #讀取圖片 img=cv2.imread(os.path.join(basedir,f)) #畫多邊形 for dxy in ptslst: if fname in dxy: #轉換為np.array pts=np.array(dxy[fname]) #cv2.polylines(img,[pts],True,(0,255,0),2) #返回旋轉後坐标，旋轉角度，中心點 pts_m,theta,x,y=rotate_rect(pts) #print(pts_m) #旋轉圖像 img=rotate_img(img,theta,x,y) #cv2.polylines(img,[pts_m],True,(0,0,255),2) #獲取旋轉後矩形的圖像 roi_img=img[pts_m[0][1]:pts_m[2][1],pts_m[0][0]:pts_m[2][0]] #ocr識别 ocr=paddleocr.PaddleOCR(use_angle_cls=True,lang="ch") result=ocr.ocr(roi_img,cls=True) line=result[0] boxes=line[0] txts=line[1][0] scores=line[1][1] #print(boxes,txts,scores) #寫文字 cv2.putText(roi_img,txts,(10,25),cv2.FONT_HERSHEY_SIMPLEX,1,(0,0,255),2) cv2.imshow("meter",roi_img) #顯示圖片 #cv2.imshow("img",img) cv2.waitKey(0) cv2.destroyAllWindows()

旋轉後識别結果

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!