Did less noise removal.

Samo Penic

2018-12-01 93d924e090664ca7e88f0f166a7e334e0945746d

 aoi_ocr/sid_process.py

@@ -4,7 +4,7 @@

import pkg_resources

templatefile = '/template-8.png'  # always use slash
templatefile = "/template-8.png"  # always use slash
template8 = pkg_resources.resource_filename(__name__, templatefile)


@@ -15,19 +15,19 @@
    return np.ones((x, y), np.uint8)


def find_biggest_blob(image, original_image,sid_mask):
def find_biggest_blob(image, original_image, sid_mask):
    if sid_mask[0] == "1":
        move_left = 45
    elif sid_mask[0] == "x":
        move_left = 55
        move_left = 50
    else:
        move_left = 0
       # Remove noise
    # Remove noise
    image2 = cv2.morphologyEx(
        original_image, cv2.MORPH_OPEN, kernel(2, 2), iterations=7
        original_image, cv2.MORPH_OPEN, kernel(2, 2), iterations=3
    )
    # find biggest block of pixels
    image1 = cv2.morphologyEx(image2, cv2.MORPH_DILATE, kernel(5, 25), iterations=4)
    image1 = cv2.morphologyEx(image, cv2.MORPH_DILATE, kernel(5, 25), iterations=3)
    image1 = img_as_ubyte(image1 > 50)
    cv2.imwrite("/tmp/sidblock1.png", image1)
    im2, ctrs, hier = cv2.findContours(
@@ -37,8 +37,9 @@
        ctrs, key=lambda ctr: cv2.contourArea(ctr)
    )  # get bigges contour
    x, y, w, h = cv2.boundingRect(sorted_ctrs[-1])
    image = image[y : y + h, x + 25 - move_left : x + w - 40]  # +25,-25
    image = image[y : y + h, x + 25 - move_left : x + w - 30]  # +25,-25
    return image


def sid_compare(sid_no, sid_mask):
    """
@@ -53,7 +54,7 @@
    return True


def segment_by_contours(image, original_image, classifier,sid_mask):
def segment_by_contours(image, original_image, classifier, sid_mask):
    """
    First algorithm. it segments numerals with contours. It works with numbers where individual numerals does not touch.
    :param image:
@@ -63,8 +64,8 @@
    """

    sid_no = ""
    image=find_biggest_blob(image,original_image,sid_mask)
    cv2.imwrite("sid_contour1.png",image)
    image = find_biggest_blob(image, original_image, sid_mask)
    cv2.imwrite("/tmp/sid_contour1.png", image)
    im2, ctrs, hier = cv2.findContours(
        image.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE
    )
@@ -74,7 +75,7 @@
        # Get bounding box
        x, y, w, h = cv2.boundingRect(ctr)
        # Getting ROI
        if w < h / 2:
        if w < h / 3:
            sid_no = sid_no + "1"
            continue
        roi = image[y : y + h, x : x + w]
@@ -100,7 +101,7 @@
    """
    sid_no = ""
    sid_len = len(sid_mask)
    image=find_biggest_blob(image,original_image,sid_mask)
    image = find_biggest_blob(image, original_image, sid_mask)
    cv2.imwrite("/tmp/sidblock2.png", image)
    imgHeight, imgWidth = image.shape[0:2]
    numWidth = int(imgWidth / (sid_len))
@@ -186,27 +187,28 @@
    sid_err = []
    image = 255 - image
    image_original = image.copy()
    image = img_as_ubyte(image > 100)
    image = img_as_ubyte(image > 70)
    cv2.imwrite("/tmp/enSID0.png", image)

    # Remove noise
    image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel(2, 2), iterations=3)
    image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel(3, 3), iterations=2)

    # Closing. Connect non connected parts
    image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel(5, 3), iterations=4)
    image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel(5, 1), iterations=4)

    # Again noise removal after closing
    # image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel(8, 8), iterations=1)
    #image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel(8, 8), iterations=1)
    # don't do too much noise removal.
    image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel(3, 3), iterations=1)
    #image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel(3, 3), iterations=2)

    # Skeletonization
    #image = img_as_ubyte(morphology.skeletonize(image > 128))
    image = img_as_ubyte(morphology.thin(image > 128))
    cv2.imwrite("/tmp/enSID1.png", image)

    # Stub removal (might not be necessary if thinning instead of skeletonize is used above
    # Making lines stronger
    image = cv2.morphologyEx(image, cv2.MORPH_DILATE, kernel(5, 5), iterations=1)
    image = cv2.morphologyEx(image, cv2.MORPH_DILATE, kernel(5, 2), iterations=1)
    image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel(10, 10))

    # Thining again
@@ -226,5 +228,5 @@

    if not sid_compare(sid_no, sid_mask):
        sid_err = ["Wrong SID!"]

    cv2.imwrite("/tmp/SID_"+sid_no+".png", image)
    return sid_no, sid_err, sid_warn