Python-OpenCV学习--外接摄像头实时检测文本框

最新推荐文章于 2023-09-06 22:56:27 发布

原创

最新推荐文章于 2023-09-06 22:56:27 发布 · 550 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#外接摄像头文本框检测

该博客介绍了一种在Windows7系统下，利用Python3.x和OpenCV处理台式机外接摄像头视频流的方法。通过Sobel边缘检测、二值化、膨胀腐蚀等图像处理技术，识别和突出文本区域。最终，通过查找和筛选轮廓来定位文本框，并绘制出轮廓以展示识别结果。

一、Windows7 系统下 Python 3.x版本，台式机外接摄像头使用分水岭算法腐蚀膨胀等，识别文本的区域。

import numpy as np
import cv2
from matplotlib import pyplot as plt
cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FPS, 15)
while True:

    ret, frame = cap.read()

    # 转化成灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# 利用Sobel边缘检测生成二值图
    sobel = cv2.Sobel(gray, cv2.CV_8U, 1, 0, ksize=3)
# 二值化
    ret, binary = cv2.threshold(sobel, 0, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY)

# 膨胀、腐蚀
    element1 = cv2.getStructuringElement(cv2.MORPH_RECT, (30, 9))
    element2 = cv2.getStructuringElement(cv2.MORPH_RECT, (24, 6))

# 膨胀一次，让轮廓突出
    dilation = cv2.dilate(binary, element2, iterations=1)

# 腐蚀一次，去掉细节
    erosion = cv2.erode(dilation, element1, iterations=1)

# 再次膨胀，让轮廓明显一些
    dilation2 = cv2.dilate(erosion, element2, iterations=2)

#  查找轮廓和筛选文字区域
    region = []
    contours, hierarchy = cv2.findContours(dilation2, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    for i in ran