今天我們來介紹一下如何使用(opencv/python)來實現OCR處理銀行票據。文末有代碼和相關文檔下載！

在第一部分中，我們將討論兩個主題：

1.首先，我們將了解MICR E-13B字體，美國，英國，加拿大等國家用于支票上都是使用的這種字體。

2.其次，我們將討論如何從MICR E-13B參考圖像中提取數字和符號。這將使我們能夠提取每個字符的ROI，然后將其用于OCR銀行支票。

MICR E-13B 字體：

MICR(磁墨字符識別)是處理文件的金融工業技術。

MICR的E-13B變體包含14個字符：

·數字：數字0-9。

·過境：銀行分行分隔。

·金額：交易金額分隔符。

·在我們：客戶帳號分隔符。

·dash：數字分隔符(例如路由和帳號之間)。

銀行支票字符識別看起來更難：

在銀行支票上使用的MICR E-13B字體中，數字有一個輪廓。但是，控制符號對于每個角色具有三個輪廓，使任務稍微更具挑戰性。我們不能使用簡單的輪廓和邊框方法。相反，我們需要設計自己的方法來可靠地提取數字和符號。

用OpenCV提取MICR數字和符號：

創建一個新的文件，命名為bank_check_ocr.py，并插入以下代碼：

# import the necessary packagesfrom skimage.segmentation import clear_border

首先我們先導入各種我們需要的包，以確保程序的正確運行

·OpenCV：從此頁面選擇適合您系統的安裝版本。

·scikit-image：這是通過pip安裝的，pip install-Uscikit-image

·numpy ：通過 pip install numpy。

·imutils：這是可以通過 pip 安裝:pip install--upgrade imutils。

接著我們來構建一個從MICR字體中提取字符的函數：

def extract_digits_and_symbols(image, charCnts, minW=5, minH=15):

對于初學者，我們的功能需要4個參數：

·image：MICR E-13B字體圖像(代碼下載中提供)。

·charCnts：包含參考圖像中的字符輪廓的列表。

·minW：表示最小字符寬度的可選參數。默認值為5像素寬度。

·minH：最小字符高度。默認值為15像素。

接著我們初始化我們的charCnts列表的迭代器。列表對象本質上是“可迭代的”，意味著__iter__方法是由生成器完成的。

最后初始化空列表以保存我們的rois(感興趣的區域)和loc(ROI位置)。我們將在函數結尾的一個元組中返回這些列表。

我們開始循環，看一下迭代器的工作原理：

while True:

在我們的函數中，我們開始一個無限循環，我們的退出條件是當我們捕獲StopIterator異常時。為了捕獲這個異常，我們需要設置try-catch塊。對于循環的每次迭代，我們通過調用next(charIter)來獲取下一個字符輪廓。從這個函數調用，我們可以提取矩形的(x，y)坐標和寬度/高度。接著我們初始化一個roi，我們將在短時間內存儲字符圖像。

接下來，我們將檢查我們的邊框寬度和高度的大小，并采取相應的措施：

if cW

總結

以上是生活随笔為你收集整理的ocr python opencv_如何使用（opencv/python）来实现OCR处的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。