質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

5744閲覧

pythonで物体認識をしたい(Opencv)

jun_endo

総合スコア56

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2018/07/10 07:18

編集2018/07/11 00:44

###環境
OS:windows10
pythonを使用しています。

###やりたいこと
現在、文字(数字)認識をやろうとしているのですが、
認識したい文字列の特徴が

0~9999の数字+末尾にアルファベット

という特徴をしています。
後々、物体として検知するときに
おそらく、一桁ごとに検知されると思うのですが、

どのように、物体検知させればいいのか
わかりません。
できれば、Opencvで検知させたいです。

どなたか教えてください。

###2018年7月11日追記

なぜ、文字を物体認識にかけたいかというと、

本来は、機械学習で文字認識をしたいと検討していました。

ただ、認識させたい文字列は数が異常に多く、画像データは準備できても、
ラベルの作成の時に、単純に計算しただけでも、
260000次元の配列を必要としています。
(下記で質問しています)

↓機械学習でラベルの作り方
https://teratail.com/questions/135207

それは実に、無茶であるために、
前処理の段階で、
文字列を桁ごとに分割して、仮想的に画像化
することで、
そこで、初めて機械学習で認識にかけることができるということです。
(下記で質問しています)

↓機械学習 数字列の桁ごとに画像認識させたい
https://teratail.com/questions/135292

###数字のみの桁ごとに認識するものはあった
桁ごとの数字認識
https://stackoverflow.com/questions/9413216/simple-digit-recognition-ocr-in-opencv-python

上記のプログラムを、今のバージョン用に書き換えて実行したところ、
うまく動きました。

学習プログラム

lang

1import sys 2 3import numpy as np 4import cv2 5 6im = cv2.imread('pitrain.png') 7im3 = im.copy() 8 9gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) 10blur = cv2.GaussianBlur(gray,(5,5),0) 11thresh = cv2.adaptiveThreshold(blur,255,1,1,11,2) 12 13################# Now finding Contours ################### 14 15image, cnts, hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) 16 17samples = np.empty((0,100)) 18responses = [] 19keys = [i for i in range(48,58)] 20 21for cnt in cnts: 22 if cv2.contourArea(cnt)>50: 23 [x,y,w,h] = cv2.boundingRect(cnt) 24 25 if h>28: 26 cv2.rectangle(im,(x,y),(x+w,y+h),(0,0,255),2) 27 roi = thresh[y:y+h,x:x+w] 28 roismall = cv2.resize(roi,(10,10)) 29 cv2.imshow('norm',im) 30 key = cv2.waitKey(0) 31 32 if key == 27: # (escape to quit) 33 sys.exit() 34 elif key in keys: 35 responses.append(int(chr(key))) 36 sample = roismall.reshape((1,100)) 37 samples = np.append(samples,sample,0) 38 39responses = np.array(responses,np.float32) 40responses = responses.reshape((responses.size,1)) 41print("training complete") 42 43np.savetxt('generalsamples.data',samples) 44np.savetxt('generalresponses.data',responses)

pitrain.png
pitrain.png

テスト用

lang

1import cv2 2import numpy as np 3 4####### training part ############### 5samples = np.loadtxt('generalsamples.data',np.float32) 6responses = np.loadtxt('generalresponses.data',np.float32) 7responses = responses.reshape((responses.size,1)) 8 9model = cv2.ml.KNearest_create() 10model.train(samples, cv2.ml.ROW_SAMPLE, responses) 11 12############################# testing part ######################### 13 14im = cv2.imread('PS.png') 15out = np.zeros(im.shape,np.uint8) 16gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) 17thresh = cv2.adaptiveThreshold(gray,255,1,1,11,2) 18 19imgs, contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) 20 21for cnt in contours: 22 if cv2.contourArea(cnt)>50: 23 [x,y,w,h] = cv2.boundingRect(cnt) 24 if h>28: 25 cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2) 26 roi = thresh[y:y+h,x:x+w] 27 roismall = cv2.resize(roi,(10,10)) 28 roismall = roismall.reshape((1,100)) 29 roismall = np.float32(roismall) 30 retval, results, neigh_resp, dists = model.findNearest(roismall, k = 1) 31 string = str(int((results[0][0]))) 32 cv2.putText(out,string,(x,y+h),0,1,(0,255,0)) 33 34cv2.imshow('im',im) 35cv2.imshow('out',out) 36cv2.waitKey(10000)

pi.png
pi.png

結果は上記のサイトにありますのでそちらを見てください。

###画像の数字にアルファベットを混ぜてみた
上記のプログラムを全く変えないで、
画像を以下のものにしました。

PS.png
イメージ説明
それで実行してみたところ、
案の定、アルファベットも数字と認識してしまい、
失敗に終わりました。

上記のプログラムに何か付け足すことで、
アルファベットを認識できる方法があるのであれば、
知りたいです。

そのほか、何か方法があれば教えてください。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

ベストアンサー

編集ありがとうございます。
記載頂いた通り、OCRは一文字ずつ分けて認識するのがベターな方法だと思います。

opencvには数字に関しては学習用の画像があるそうですが、文字に関して学習用画像はないそうです。
↓のサイトでは、 「opencv/samples/cpp/フォルダ内のletter-recognition.data というデータファイル」に文字の認識辞書を使ってました。

http://lang.sist.chukyo-u.ac.jp/classes/OpenCV/py_tutorials/py_ml/py_knn/py_knn_opencv/py_knn_opencv.html

で、k近傍使っているようですが
k近傍はクラスタリング技術のため(認識技術でない)、例題のように文字と数字が混ざっているデータに対してはひと工夫ひつようです。(数字らしさや文字らしさが数値として表現されないため、文字なのか数字なのか比較判定できないです。)
回避策としては、数字10種と文字26種を混ぜて36種類でk近傍を学習させるのが良いかと思います。

投稿2018/07/11 01:57

s-uchi

総合スコア101

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

jun_endo

2018/07/11 02:09

ありがとうございます。 回答待ちを もう少し粘ってみます。
guest

0

物体認識と文字認識は別タスクと考えるべきですが、、、
文字認識として回答すると
opencv python ocrでgoogle検索すると期待する情報が見つかるかもです。

投稿2018/07/10 14:39

編集2018/07/10 14:41
s-uchi

総合スコア101

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

jun_endo

2018/07/10 23:53

なぜ物体認識をするかといいますと、 1、数字とアルファベットの混合文字列を認識させるものを作成させたい 2、認識させるならば、文字列の塊を認識させるよりも、   桁一つ一つを認識させて、その結果を結合させるほうが、   合理的と考えていました。 3、ならば、まず桁一つ一つを”物体認識”にかけて、仮想的に画像を分割し  た後に、画像それぞれを数字認識と文字認識にかけたほうがいい。 結果:まずは、数字と文字を物体として認識させることを優先する このようになりました、質問のほうも編集しなおしますので、 なにかいい方法がありましたら、宜しくお願いします。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問