66 lines
1.9 KiB
Markdown
66 lines
1.9 KiB
Markdown
# <p align="center">图像界面识别-小组作业</p>
|
||
## 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。<br>
|
||
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。<br>
|
||
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。<br>
|
||
认为确认所有ID和评分的坐标位置进行分割。<br>
|
||
```c
|
||
# 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`](https://github.com/JaidedAI/EasyOCR)来对图像进行识别。
|
||
```c
|
||
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。<br>
|
||
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<br>
|
||
|
||
图像评分分割效果
|
||
|
||
## 致谢
|
||
感谢[`easyocr`](https://github.com/JaidedAI/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<br>
|
||
(排名不分先后) |