基于機器視覺的數字識別技術研究及實現＊

王冉，孟磊

（西安職業技術學院，陜西 西安 710077）

前言

隨著城市人口的增加，學校、醫院、社區、商場等人流量比較大場合，安全問題成為重點的研究方向，視頻監控成為主流趨勢，視頻監控的關鍵技術之一即為物體及人體檢測及識別，本文就識別技術中的圖像處理、視頻流處理、數字識別等關鍵技術加以分析和驗證。

1 相關技術及軟件介紹

圖像識別技術主要針對獲取的圖片進行：（1）圖片的獲取（2）樣本圖片及非樣本圖片的分類（3）圖片的預處理（4）特征提取（5）建立模型對圖片中的目標物體（本文所列舉的就是手寫數字）進行識別。本文應用的軟件包括Pycharm、Anaconda 等，應用到的庫包括python3.6、numpy、tensorboard、tensorflow 等。

2 圖片處理技術

2.1 圖形繪制

圖形繪制可以使用import<庫名>as<庫別名>，代碼如下：

import cv2

import numpy as np

newtInfo=(500,500,3)

dst=np.zeros(newtInfo,np.uint8)

cv2.rectangle(dst,(50,100),(200,300),(0,0,255),-1)

cv2.circle(dst,(250,250),(50),(255,0,0),2)

cv2.ellipse(dst,(256,256),(150,100),0,0,180,(0,2 55,0),-1)

points = np.array([[150,50],[140,140],[200,170], [250,250],[150,50]])

points = points.reshape((-1,1,2))

cv2.polylines(dst,[points],True,(0,255,255),5)

cv2.imshow("tutu",dst)

cv2.waitKey(0)

繪制圖形效果如圖1 所示。

圖1 繪制圖形示例

2.2 圖片邊緣檢測技術

邊緣檢測是圖像處理和計算機視覺中的基本問題，邊緣檢測的目的是標識數字圖像中亮度變化明顯的點，本文中圖片邊緣檢測代碼如下：

import cv2

import numpy as np

img = cv2.imread("q.jpeg",1)

imgInfo = img.shape

height = imgInfo[0]

width = imgInfo[1]

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

dst = cv2.Canny(img,50,50)

cv2.imshow("dst",dst)

cv2.waitKey(0)

檢測的樣本圖形為圖2，經過處理的圖形為圖3。

圖2 圖片邊緣檢測原圖

圖3 圖片邊緣檢測示例

3 視頻流的提取及處理技術

3.1 視頻流的獲取

視頻的獲取有很多種方法，網絡獲取、自由拍攝，為了測試的準確性需要視頻盡可能的清晰，將獲取的視頻再進行分解為圖片，就可以獲取測試所需要的樣本。

3.2 視頻流分解為圖片

視頻流分解為圖片的代碼如下：

import cv2

cap = cv2.VideoCapture("q.mp4")

isOpened = cap.isOpened

print(isOpened)

fps = cap.get(cv2.CAP_PROP_FPS)

width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))

height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

print(fps,width,height)

i = 0

while(isOpened):

if i == 13:

break;

else:

i = i+1

fileName = "image"+str(i)+".jpg"

print(fileName)

if flag == True:

cv2.imwrite(fileName, [cv2.IMWRITE_JPEG_QUALITY, 100])

print("end")

其運行結果即將視頻分解為13 張待測試的圖片，在某些情況下也需要將圖片合成為視頻。

4 數字識別技術

4.1 建立訓練集和測試集

在做數據的訓練前，應該找出測試集，MNIST 可以幫助我們完成這項任務。為了測試的速度和準確率，在識別手寫數字是0~9 中的某一個數前，先設定識別數字“5”和非“5。

4.2 分類器設置

MNIST 數據集是手寫0 到9 的灰度圖像，輸入圖像數據28 * 28 的灰度圖，形狀是[1, 28, 28]，如果圖像是32*32 的彩色圖，那么輸入的形狀是[3，32，32]，因為灰度圖只有一個通道，而彩色圖有RGB 三個通道。

4.3 提高準確率

例如要識別數字“5”，出現以下請況（1）將數字“5”識別為數字“5”；（2）將其他數字識別為數字“5”，“3”“6”“8”這些和“5”相近的數字都有可能被識別為數字“5”；（3）將數字“5”沒有識別出來，這種錯誤的原因就是將所有類似“5”的數字劃分為非“5”。經過分析，在數字識別的過程中，盡可能的識別為真，進而再根據易混淆數字的特征進行下一級分類器的設置，進而提高分析的準確率。

5 總結

為了智能識別數字本文進行了研究和測試，為進一步研究如何統計高密度人群提供研究基礎，研究教師、實驗室、醫院、幼兒園等的人口數量，以及外來人口檢測實現智能監控及預警是我們下一步的研究工作。