autojs识别数字实战

牙叔教程简单易懂

图片中的字符没有连接,都是独立的,

我们按照之前的教程autojs象棋识别棋子,一步一步试试效果

可以看到错了

把找到的轮廓绘制出来,一个一个的看轮廓,发现0那个位置有两个轮廓,

因此,我们把轮廓改一下

修改之前:Imgproc.RETR_LIST检测所有的轮廓，包括内围、外围轮廓

Imgproc.findContours(binary,contours,hierarchy,Imgproc.RETR_LIST,Imgproc.CHAIN_APPROX_SIMPLE,Point());

修改之后:RETR_EXTERNAL：只检测最外围轮廓

Imgproc.findContours(binary,contours,hierarchy,Imgproc.RETR_EXTERNAL,Imgproc.CHAIN_APPROX_SIMPLE,Point());

0有内外两个轮廓,这就是出错的原因,

修改之后再次切割字符

这下就对了;

如法炮制,把0-9都提取出来

1的指纹是这样的

明显不是1

我们看看代码哪里不合适

原来放大图片使用的resize,统一宽29,高29,

letnewImg=images.resize(img,[29]);

现在我们改成scale

letnewImg=images.scale(img,scale,scale);

再次查看数字1的指纹,这是1的灰度图

自适应二值化后是一片全黑,因此,不能用自适应二值化,因为前景和背景明暗类似,

我们需要指定合适的阈值,

在二值化中有一个步骤是matToStr

在这一步又报错了,原来代码是正方形,宽高颠倒不会报错,

现在宽高不一样,要明确那个是宽,那个是高

rows是高,row是行的意思,有图片有多少行,就有多高

cols是宽,column是列的意思,图片有多少列,就有多宽

leth=mat.rows();log("h="+h);//h=62letw=mat.cols();log("w="+w);//w=29

我们遍历图片像素是从左往右,从上往下,那么双循环的时候,

内部循环是从左往右,用列,cols;

外部循环是从上往下,用行,rows;

functionmat2Str(mat){leth=mat.rows();letw=mat.cols();letlines=newArray(h);for(vari=0;ih;i++){letline=newArray(w);for(varj=0;jw;j++){//double[]get(introw,intcol)letitem=mat.get(i,j);letvalue=item[0];line[j]=value;}lines[i]=line.join("");}letcontent=lines.join("\n");returncontent;}

数字1太长了,我们展示万的指纹

二值化阈值,通过不同的阈值测试,这个数值效果最佳,仅针对当前图片;

如果你要用别的图片,要自己选择合适的阈值

varthresholdImg=images.threshold(grayImg,,1,"BINARY");

OK,到这里大部分东西都弄完了，然后就可以开始弄识别了

然后开始测试识别率,那家伙感天动地,基本一个都不对!!

燃后查看哪里不对,经过n个时长的排查,距离有问题,

之前的比较字符串距离使用的是汉明距离,汉明距离是计算两个长度相等的字符串,

刚才我们把图片放大从resize改为了scale,那么字符串长度就不相等了,

所有我又百度了一下,比较不同长度字符串的方法,查到一个莱文斯坦算法;

但是速度太慢了,完全接受不了,平均时间3秒

这还搞个锤子

还是比较图片相似度吧,so级别的速度,这样的话,我们就不用提取指纹了,直接比较原图的相似度,都不用灰度化了

来比较图片相似度

报错了,群里问问别人为啥报错,

再次优化代码,测试识别率,%正确

完美的一笔

把图片变成这种字符串,然后比较字符串相似度,这种方法不可用,

主要是计算两个字符串相似度算法耗时太长;

还是比较图片相似度速度快

手机:Mi11ProAndroid版本:12Autojs版本:9.1.20

名人名言

思路是最重要的,其他的百度,bing,stackoverflow,github,安卓文档,autojs文档,最后才是群里问问---牙叔教程声明

部分内容来自网络本教程仅用于学习,禁止用于其他用途

转载请注明：http://www.aierlanlan.com/grrz/8179.html