#AI挑战营终点站# 使用luckfox RV1106实时识别手写数字-补充部分

空耳-

#AI挑战营终点站# 使用luckfox RV1106实时识别手写数字-补充部分 [复制链接]

主要内容分析

1.数字框选部分

	// 预处理图像
    cv::Mat gray, blurred, edged;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
    cv::GaussianBlur(gray, blurred, cv::Size(5, 5), 0);
    cv::Canny(blurred, edged, 30, 150);

    // 应用形态学操作
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
    cv::dilate(edged, edged, kernel);
    cv::erode(edged, edged, kernel);

	// 查找轮廓，声明一个变量来存储轮廓
    std::vector<std::vector<cv::Point>> contours;
    cv::findContours(edged, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

    if (contours.empty()) {
        return cv::Rect();
    }

    // 找到最大的轮廓
    auto largest_contour = std::max_element(contours.begin(), contours.end(),
                                            [](const std::vector<cv::Point>& a, const std::vector<cv::Point>& b) {
                                                return cv::contourArea(a) < cv::contourArea(b);
                                            });
	

	cv::Rect bounding_box = cv::boundingRect(*largest_contour);

通常该部分的处理是影响识别准确度的重要因素。

2.程序整体流程

 

3.主要的几个API函数

 

 

 

 

 

 

 

注：以上图片均来自（RKNN模型部署——RKNN零拷贝API开发板落地部署RKNN模型（附代码 详细图文教程）_rknn开发-CSDN博客）

手写数字识别视频

aebaba7194d3a2f9db410b1d5d0c0a0a

总结

推理速度还行，但是截取数字时，随着角度，光线的不同，框选会出问题导致识别出错。后续打算优化数字截取框算法提高识别精度。

目前该程序只能识别一个数字，后续会加入多线程，同时识别多个数字

 

Jacktang

目前只能识别一个数字，期待后面的后续会加入多线程，同时识别多个数字。