opencv数字识别

这是基于opencv2.4.10+VS2013写的数字字符识别 对于记事本里宋体常规的数字能够完美识别（没有干扰的情况下）

#include
#include
#include

#include 
#include 
#include 
using namespace std;
using namespace cv;

const int NUM = 10000;
#define WINDOW_NAME “二值图“
int g_nThreshold = 200;
static void on_Threshold（int void*）;
void getNumber（）;//分割字符
char getNumChar（Mat&）;//识别单个字符图片

Mat g_srcImage gray image_threshold;
Mat open;

char result_num[NUM];//txt文件中的数字
char result_true[NUM];//识别后的数字

/*读取txt文件*/
void readTxt（string file）
{
	ifstream infile;
	infile.open（file.data（））;   //将文件流对象与文件连接起来 
	assert（infile.is_open（））;   //若失败则输出错误消息并终止程序运行 
	int i = 0;
	char c;
	while （!infile.eof（））
	{
		infile >> c;
		result_true[i] = c;
		result_true[i + 1] = ‘\0‘;
		i++;
	}
	infile.close（）;
}
int main（）
{
	readTxt（“123.txt“）;
	cout << “文件值为:“;
	for （unsigned int i = 0; i < strlen（result_true）-1; i++）//读取txt输出数字
	{
		cout << result_true[i];
	}
	cout << endl;
	g_srcImage = imread（“1.png“）;
	//放大原图，图片太小数字可能会连在一起
	resize（g_srcImage g_srcImage Size（g_srcImage.cols * 2 g_srcImage.rows * 2） 0 0 INTER_LINEAR）;
	cvtColor（g_srcImage gray COLOR_BGR2GRAY）;
	namedWindow（WINDOW_NAME WINDOW_AUTOSIZE）;
	createTrackbar（“阈值“ WINDOW_NAME &g_nThreshold 255 on_Threshold）;
	on_Threshold（g_nThreshold 0）;
	waitKey（0）;
	return 0;
}

/*阈值操作*/
static void on_Threshold（int void*）
{
	threshold（gray image_threshold g_nThreshold 255 1）;
	imshow（WINDOW_NAME image_threshold）;
	Mat element = getStructuringElement（MORPH_RECT Size（3 3））;
	morphologyEx（image_threshold open MORPH_OPEN element）;//开运算，防止图片连在一起
	getNumber（）;
}

/*单字符识别*/
char getNumChar（Mat &temp）
{
	int min = 10000;
	int min_i = 0;
	int total = 0;
	for （int n = 0; n < 10; n++）//n对应图片n.jpg
	{
		total = 0;
		char a[100];
		sprintf（a “number/%d.jpg“ n）;//读取number模板文件夹图片，名字对应数字
		string name = a;
		Mat match = imread（name）; 
		cvtColor（match match COLOR_BGR2GRAY）;
		threshold（match match 254 255 1）;
		resize（temp temp match.size（） 0 0 INTER_LINEAR）;//转换图片大小和模板图片一样
		for （int i = 0; i < match.rows; i++）//遍历所有像素与n.jpg对比
		{
			uchar *data_match = match.ptr（i）;
			uchar *data_temp = temp.ptr（i）;
			for （int j = 0; j < match.cols; j++）
			{
				if （*data_match == *data_temp）
				{
					total++;
				}
				*data_match++;
				*data_temp++;
			}
		}
		//读入的图片二值化后与原图二值化相同像素为0
		//读入的图片二值化与程序运行过程中二值化的产生图片刚好相反
		//所以相同的像素越少图片相似度越高
		//在这里match二值化后与temp二值化图相反即黑白正好颠倒了
		if （total < min）
		{
			min = total;
			min_i = n;	
		}
	}
	char a = min_i+‘0‘;
	return a;
}

/*字符分割*/
void getNumber（）
{
	Mat image_threshold_clone = image_threshold.clone（）;
	vector>contours;
	vectorhierarchy;
	findContours（image_threshold_clone contours hierarchy
		CV_RETR_EXTERNAL CV_CHAIN_APPROX_SIMPLE）;//找出图片外轮廓，不要连内轮廓也找出来
	int contour_size = contours.size（）;
	int average_height = 0;
	int count

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     126464  2017-10-24 21:13  数字识别4整理\Debug\数字识别2.exe

     文件     761836  2017-10-24 21:13  数字识别4整理\Debug\数字识别2.ilk

     文件    2223104  2017-10-24 21:13  数字识别4整理\Debug\数字识别2.pdb

     文件       1738  2017-10-24 21:08  数字识别4整理\数字识别2\1.png

     文件         36  2017-10-24 21:08  数字识别4整理\数字识别2\123.txt

     文件     422706  2017-10-24 21:07  数字识别4整理\数字识别2\Debug\main.obj

     文件     543744  2017-10-24 21:07  数字识别4整理\数字识别2\Debug\vc120.idb

     文件     782336  2017-10-24 21:07  数字识别4整理\数字识别2\Debug\vc120.pdb

     文件       1935  2017-10-24 21:13  数字识别4整理\数字识别2\Debug\数字识别2.log

     文件       3762  2017-10-24 21:07  数字识别4整理\数字识别2\Debug\数字识别2.tlog\cl.command.1.tlog

     文件      39928  2017-10-24 21:07  数字识别4整理\数字识别2\Debug\数字识别2.tlog\CL.read.1.tlog

     文件        556  2017-10-24 21:08  数字识别4整理\数字识别2\Debug\数字识别2.tlog\CL.write.1.tlog

     文件      16918  2017-10-24 21:13  数字识别4整理\数字识别2\Debug\数字识别2.tlog\link.command.1.tlog

     文件      15010  2017-10-24 21:13  数字识别4整理\数字识别2\Debug\数字识别2.tlog\link.read.1.tlog

     文件        898  2017-10-24 21:13  数字识别4整理\数字识别2\Debug\数字识别2.tlog\link.write.1.tlog

     文件        174  2017-10-24 21:13  数字识别4整理\数字识别2\Debug\数字识别2.tlog\数字识别2.lastbuildstate

     文件       5105  2017-10-14 22:12  数字识别4整理\数字识别2\main.cpp

     文件       1286  2017-10-14 17:12  数字识别4整理\数字识别2\number\0.jpg

     文件        861  2017-10-14 17:12  数字识别4整理\数字识别2\number\1.jpg

     文件       1333  2017-10-14 17:12  数字识别4整理\数字识别2\number\2.jpg

     文件       1363  2017-10-14 17:12  数字识别4整理\数字识别2\number\3.jpg

     文件       1199  2017-10-14 17:12  数字识别4整理\数字识别2\number\4.jpg

     文件       1220  2017-10-14 17:12  数字识别4整理\数字识别2\number\5.jpg

     文件       1378  2017-10-14 17:12  数字识别4整理\数字识别2\number\6.jpg

     文件       1029  2017-10-14 17:12  数字识别4整理\数字识别2\number\7.jpg

     文件       1455  2017-10-14 17:12  数字识别4整理\数字识别2\number\8.jpg

     文件       1386  2017-10-14 17:12  数字识别4整理\数字识别2\number\9.jpg

     文件       4090  2017-10-14 12:50  数字识别4整理\数字识别2\数字识别2.vcxproj

     文件        945  2017-10-14 12:50  数字识别4整理\数字识别2\数字识别2.vcxproj.filters

     文件        985  2017-10-14 12:50  数字识别4整理\数字识别2.sln

............此处省略10个文件信息