图像界面识别-小组作业

运行库

cv2、matplotlib、easyocr

实现原理

我们采用分割的方式将图片中所有玩家的ID和评分进行分割。
然后我们对所有分割下来的图片进行识别，将文字提取出来。
最终通过比较所有玩家的评分来找出评分最高的玩家。

分割

我们使用了最简单的方法进行分割。
认为确认所有ID和评分的坐标位置进行分割。

# ID坐标
id = [
    (460, 415, 800, 460),
    (460, 610, 800, 655),
    (550, 805, 800, 850),
    (460, 995, 800, 1040),
    (460, 1190, 800, 1235),

    (1860, 415, 2200, 460),
    (1930, 600, 2200, 665),
    (1860, 805, 2200, 850),
    (1930, 980, 2200, 1055),
    (1860, 1190, 2200, 1235),
]

# 评分坐标
score = [
    (335, 488, 465, 545),
    (335, 680, 465, 740),
    (335, 875, 465, 930),
    (335, 1070, 465, 1125),
    (335, 1260, 465, 1320),

    (1710, 488, 1845, 545),
    (1710, 680, 1845, 740),
    (1710, 875, 1845, 930),
    (1710, 1070, 1845, 1125),
    (1710, 1260, 1845, 1320),
]

识别

采用easyocr来对图像进行识别。

import easyocr

# 识别中文并关闭GPU完全使用CPU
reader = easyocr.Reader(['ch_sim'], gpu=False)

# 将RGB图像识别为文字
results_id.append(reader.readtext(rgb, detail=0))

比较

采用最简单的比较方式，定义变量max_val = 0.0和max_idx = 0。
循环对所有评分变量进行对比记下最大值何其对于的ID序号。

结果展示

图像分割结果

图像ID分割效果

图像评分分割效果

致谢

感谢easyocr项目团队的每一个成员。

小组成员

张豪、孟梓涵、龚韩轩、张梦南
(排名不分先后)