博客

最近工作中需要用到图像文字识别，但由于图像比较大需要识别的文字比较多，所以全图识别的话效果不好，所以需要对文字区域进行检测提取，再进行识别。

功能需要用.net实现，自己对图像识别方面并不熟悉，于是上网找资料发现Python方面的资料比较多，但C#方面的资料真是少之又少。找到的参考文章

https://blog.csdn.net/huobanjishijian/article/details/63685503

写的比较详细。

首先想到的是用C#调用Python程序，但是实践以后发现速度比较慢，由于处理的图片比较多，所以放弃了这种方法。

由于C#也有相应的opencv库，所以最终准备根据Python代码重写C#代码。

先在工具 – nuget中搜索安装OpenCVSharp3，注意OpenCVSharp4也已经有了，但是代码与OpenCVSharp3有较大区别，并且OpenCVSharp3与Python代码的方法比较接近，所以选择OpenCVSharp3。

原理请大家主要看原文章，写的很详细了，这里贴出一部分源码，如需完整代码，请查看我的资源或者github

https://github.com/jsnjfz/OpenCVSharpDemo.git

            //读取灰度图
            using (Mat src = new Mat(imgPath, ImreadModes.Grayscale))
            {
                //1.Sobel算子，x方向求梯度
                Mat sobel = new Mat();
                Cv2.Sobel(src, sobel, MatType.CV_8U, 1, 0, 3);

                //2.二值化
                Mat binary = new Mat();
                Cv2.Threshold(sobel, binary, 0, 255, ThresholdTypes.Otsu | ThresholdTypes.Binary);

                //3. 膨胀和腐蚀操作的核函数
                Mat element1 = new Mat();
                Mat element2 = new Mat();
                OpenCvSharp.Size size1 = new OpenCvSharp.Size(30, 9);
                OpenCvSharp.Size size2 = new OpenCvSharp.Size(24, 6);

                element1 = Cv2.GetStructuringElement(MorphShapes.Rect, size1);
                element2 = Cv2.GetStructuringElement(MorphShapes.Rect, size2);

                //4. 膨胀一次，让轮廓突出
                Mat dilation = new Mat();
                Cv2.Dilate(binary, dilation, element2);

                //5. 腐蚀一次，去掉细节，如表格线等。注意这里去掉的是竖直的线
                Mat erosion = new Mat();
                Cv2.Erode(dilation, erosion, element1);

                //6. 再次膨胀，让轮廓明显一些
                Cv2.Dilate(erosion, dilation2, element2, null, 3);
            }

识别效果如图，和原文章一致，经测试批量识别效果也可以接受

转载请注明来源。