Skip to content

Latest commit

 

History

History
64 lines (53 loc) · 2.4 KB

README.md

File metadata and controls

64 lines (53 loc) · 2.4 KB

驗證碼影像處理 ( Verification_code_image )

主要是將圖片,灰度化、去雜點、切割,再搭配DL,將有助於提高準確率

首先,下圖是台鐵的驗證碼

train

讀取圖片 input image

im = cv2.imread('t3.jpg', cv2.IMREAD_COLOR)
plt.imshow(im)

灰度化( transform gray scale )

retval, im2 = cv2.threshold(im, 115, 255, cv2.THRESH_BINARY_INV)
plt.imshow(im2)

刪除雜點( del miscellaneous points )

im3 = del_mis_pt_by_threshold(im2)  )
plt.imshow(im3)

雜點去除後,我們必須對剩下的影像做強化

im4 = cv2.dilate(im3, (2, 2), iterations=1)
plt.imshow(im4)
# save figure
plt.savefig('del_mix_pt.png')

以下是處理完後的 image

接下來將分割數字,分割有助於 DL 預測

x_split_start,x_split_end = catch_axis_start_and_end(im4,axis='x')

分割方法如下

用 x 軸去切,只要是"白色",就存入x座標,以上就會得到一串數列,
舉例來說,11,12,13...27,63,64...95,129,130...,可以看出來,11~27 是一個數字,63~95 是一個數字,這樣就切出數字了

如上圖之後, y 軸的切法也一樣

分割完後的圖片

img1 = my_plt_fun(x_split_start,x_split_end,0)
plt.imshow(img1)

儲存

for i in range(len(x_split_start)):
    my_plt_fun(x_split_start,x_split_end,i)